基于高密度最小距离选择初始聚类中心的改进K-means算法[EB/OL]
北京：中国科技论文在线
本文提出了一种基于高密度最小距离选择初始聚类中心的DP-Kmeans算法
） 摘要： 针对K-means算法初始聚类中心不稳定导致聚类效果较差的不足
主要研究方向：数据挖掘 通信联系人： 刘书昌（1974-）
主要研究方向：数据挖掘 【收录情况】 中国科技论文在线： 李硕
有效提升了算法的聚类效果
DP-Kmeans算法的准确率明显优于K-means算法
2、 International School, Beijing University of Posts and Telecommunications, Beijing 100876
【详情见下载】
