山东大学学报(理学版)

作者：孙清,叶军,曾广财,宋苏洋,汪一心

单位：1.江西水利电力大学信息工程学院, 江西 南昌 330000;2.智慧水利江西省重点实验室, 江西 南昌 330000;3.江西开放大学, 江西 南昌 330000

关键词：K-means聚类,蝙蝠算法,紧密度,K-means算法,三支决策,

基金：江西省教育厅科技基金资助项目(GJJ211920);国家自然科学基金资助项目(62566041)

本文结合蝙蝠算法和紧密度改进三支K-means算法,利用黄金分割系数和种群平均位置优化蝙蝠算法,根据优化后的蝙蝠算法搜索初始聚类中心,提高三支K-means算法的稳定性。依据紧密度判断核心域和边界域的阈值,减少边界域样本数量,提高三支K-means算法的准确性。对比实验采用9个数据集与6种聚类算法,实验结果表明本文算法提升聚类性能,验证本文算法有效性和实用性。

来源：2026年第1期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2026年第1期