|
|||||
|
|
| 改进的共享型最近邻居聚类算法 | |
| 作者姓名： | 耿技 印鉴 |
| 作者单位： | 电子科技大学计算机科学与工程学院,成都,610054;中山大学信息科学与技术学院,广州,510275 |
| 摘 要： | 聚类效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加。该文基于共享型最近邻居聚类算法SNN,提出了一种改进的共享型最近邻居聚类算法RSNN,并将RSNN应用于高速公路交通数据集上,解决了SNN算法在"去噪"、孤立点和代表点的判断、聚类效果等方面的不足之处。实验结果表明,RSNN算法比SNN算法在时空数据集上具有更好的聚类效果。 |
| 关 键 词： | 聚类分析 共享型最近邻居 孤立点 相似度 |
| 收稿时间： | 2005-09-06 |
| 修稿时间： | 2005-09-06 |
| 本文献已被 维普 万方数据 等数据库收录！ | |
| 点击此处可从《电子科技大学学报(自然科学版)》浏览原始摘要信息 | |
| 点击此处可从《电子科技大学学报(自然科学版)》下载全文 | |