论文部分内容阅读
提出一种改进的基于层次微聚类的K-means聚类算法,并重新构造准则函数S(k).通过层次聚类生成一颗层次聚类树,根据微聚类思想在该聚类树上动态更新中心点,利用改进的准则函数S(k)选择合理聚类个数K和对应中心点,使得聚类结果达到全局最优.标准数据集上的实验结果表明,与传统K-means聚类算法相比,改进后K-means聚类算法的聚类效果和聚类精度都有较大提高.