检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于密度和最近邻的Kk-means文本聚类算法

张文明吴江袁小蛟

计算机应用 2010, 30 (07): 1933-1935.

摘要（1392）

PDF （472KB）（1370）

初始中心点的选择对于传统的K-means算法聚类效果影响较大，容易使聚类陷入局部最优解。针对这个问题，引入密度和最近邻思想，提出了生成初始聚类中心的算法，将所选聚类中心用于K-means算法，得到了更好的应用于文本聚类的DN-K-means算法。实验结果表明，该算法可以生成聚类质量较高并且稳定性较好的结果。