張霞的這本《粒度計算在數據挖掘中的應用研究》對模糊粒度計算在文本軟聚類中的應用進行了深入研究,提出了一種基于模糊粒度計算的聚類方法,并且利用該聚類方法對K-means算法進行了優(yōu)化?;谀:6扔嬎愕木垲愂峭ㄟ^歸一化的距離函數將聚類問題映射到距離空間,調節(jié)粒度產生對文本集合D的動態(tài)聚類劃分。動態(tài)聚類既可以作為一個單獨的聚類結果,也可以作為其他算法的一個預處理步驟。K-means算法是一種經典的聚類算法,速度快、消耗資源小,但是算法對初始聚類中心點敏感,容易陷入局部最小值。《粒度計算在數據挖掘中的應用研究》將基于模糊粒度計算的聚類方法作為K-means算法的預處理步驟,實驗結果證明,這種預處理有效地消除了K-means算法的初始值敏感問題,優(yōu)化了K-means算法。