论文部分内容阅读
传统的聚类算法存在很多缺点，因此需要做进一步的研究。通过对传统的K-means算法和加权熵措施的K—means算法的研究，提出了一种改进的加权熵措施的K—means算法，且该算法采用了一种新的计算对象间距离的方法，不仅能使在同一个簇中任意对象之间的距离尽可能的小，更能使得不同簇中的任意对象之间的距离尽可能的大。通过在KDD Cup99数据集上实验仿真，表明该算法具有较强的实用性和自适应功能。