论文部分内容阅读
K—means算法是经典的基于划分的聚类算法，但该算法存在依赖于初始聚类中心、容易陷入局部最优解等缺点。针对这些缺点，提出了基于微正则退火K—means聚类算法，通过继承微正则退火算法的高效全局寻优特性，可以避免陷入局部最优解。实验结果表明，改进的算法能够有效地减少原算法对初始聚类中心点的依赖，提高算法的稳定性，摆脱原算法容易陷入局部最优解的缺点。