论文部分内容阅读
K-均值聚类算法在计算聚类中心时对于离群点非常敏感,且容易陷入局部极小值.针对这一缺点,采用距离法消除离群点对于聚类中心的影响,并且给搜索空间增加一组随着迭代次数递减的扰动因子,建立了基于扰动因子的相似度下的聚类算法,并对改进前后的算法进行对比实验.仿真结果表明,改进后的算法更稳定,聚类效果更好.