基于相似序列的增量式K均值聚类算法

摘要

本文通过构建文本的线性序列,并分析该序列相似度曲线的变化,针对增量式K均值聚类算法,提出一种基于相似序列的初始点和调整对象的选择方法.其中初始点的选择改进了聚类算法的性能,调整对象的选择降低了算法在迭代调整中处理的数据量.在不同的测试语料中本文采用该方法分别对传统的K均值和增量式K均值进行对比实验,进而证明该方法的有效性.