一种改进BP神经网络的K-means算法

作者：王伟; 储泽楠; 张修太; 韩毅

来源：电子器件, 2020, 43(02): 380-385.

DOI：10.3969/j.issn.1005-9490.2020.02.026

• BP神经网络
• 属性缺失
• K-means
• 降噪处理
• 数据完整性

针对聚类算法K-means在聚类的过程中,出现数据的属性缺失造成聚类的精确度下降等问题,提出了一种改进BP神经网络的BPK-means算法。该算法首先根据BP神经网络对缺失的属性值进行预测,补全缺失的数据,极大的提高了数据的完整性和可靠性;然后对异常的数据进行去噪处理;最后通过K-means算法对修复后的数据进行聚类。通过理论验证和实验结果都表明所提出的方法比原始的算法精确度有很大提高。

• 单位
  华中科技大学; 安阳工学院