论文部分内容阅读
K—means算法是一种基于划分的聚类算法，具有算法简单且收敛速度快的特点。但该算法的性能依赖于聚类中心的初始位置的选择。拓展了复杂网络的重要特征，针对带有属性的数据对象所构成的数据集，定义了多维属性对象的度、聚集度和聚集系数，选取度和聚集系数高的K个点作为K—means聚类的初始中心点。实验数据表明，改进后的K—means算法较传统的算法具有更高的效率和准确度。