K-means聚類算法性能分析與優化研究
楊柳 西安電子工程研究所; 西安710100
關鍵詞：無監督 聚類
摘要：隨著信息技術的高速發展,數據對社會生產與生活中諸多領域的影響越來越突出;數據聚類分析是將數據以無監督方法,根據數據的特征劃分成多個簇,聚類分析是對數據進一步處理的基礎。本文主要研究基于K-means算法的聚類方法,介紹了K-means算法的原理和實現過程,分析了K-means聚類算法的性能以及不同因子對K-means聚類算法的影響機理。本文的研究能夠為無監督聚類過程的設計與應用提供理論指導。
火控雷達技術雜志要求:
{1}3-8個關鍵詞。按GB/T3860的原則和方法選取。
{2}來稿應是未以任何形式公開發表過的論文，亦不接受一稿多投的文章。稿件寄出1個月未接到本刊通知即可自行處理。
{3}投稿時必須注明該文稿是否已在非公開發行的刊物上發表，或在學術會議交流過的文稿，或已用其他語種發表過的文稿（需征得首次刊登期刊的同意），此三種情形不屬于一稿兩投。
{4}文題:力求簡明準確地反映文章主題，一般不超過20個字，一般不使用縮略語和標點符號。
{5}文章正文的標題、表格、圖、公式以及腳注應分別連續編號。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
