针对传统的聚类算法对初始聚类中心敏感度低、全局搜索能力差的问题，提出了一种改进的K-means聚类算法。以动态性数据情报侦查的数据源为逻辑起点，采用人工分析先验知识，建立案件侦查的同义词转换表，根据指标权重值缩减词项规模，以相似度最小的点为初始聚类中心，以适应度最小粒子位置为全局最优解，基于最近邻法则进行聚类划分，对数据对象划分。实验结果表明：文中提出的改进K-means算法在数据分类准确率、召回率、F-score方面都有了很大程度的提高，但算法纯度指标方面改进并不明显。
科研之友
微信
新浪微博
Facebook
分享链接
