| 基于方向约束的对称距离聚类算法 |
| |
| 引用本文： | 陈强业,李际军.基于方向约束的对称距离聚类算法[J].计算机工程与应用,2015,51(20):120-125. |
| |
| 作者姓名： | 陈强业 李际军 |
| |
| 作者单位： | 1.浙江大学 计算机科学与技术学院，杭州 310027
2.浙江大学城市学院 信息化办公室，杭州 310015 |
| |
| 摘 要： | K-means算法是数据挖掘领域研究、应用都非常广泛的一种聚类算法，其各种衍生算法很多，其中包括近年出现的以点对称距离为测度的K-means聚类算法。在点对称距离聚类算法的基础上提出一种新的聚类算法，根据对对称性的分析，为对称性的描述增加方向约束，提高对称距离的描述准确性，以此来提高聚类的准确性。同时，针对对称点成对出现的特点，调整了聚类过程中的收敛策略，以对称点对连线中点计算聚类中心，改善了基于对称距离的聚类算法收敛性能。通过数值仿真比较了所提算法与原有算法的优劣，结果显示该算法在计算复杂度不变的条件下获得了更准确的结果，聚类结果更接近数据的真实分类。
|
| 关 键 词： | K-means算法 聚类 对称距离 方向约束 |
Clustering algorithm based on symmetry distance with direction constraint |
| |
| CHEN Qiangye,LI Jijun.Clustering algorithm based on symmetry distance with direction constraint[J].Computer Engineering and Applications,2015,51(20):120-125. |
| |
| Authors: | CHEN Qiangye LI Jijun |
| |
| Affiliation: | 1.College of Computer Science and Technology, Zhejiang University, Hangzhou 310027, China
2.Informatization Office, Zhejiang University City College, Hangzhou 310015, China |
| |
| Abstract: | |
| |
| Keywords: | K-means algorithm clustering symmetry distance direction constraint |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程与应用》浏览原始摘要信息 |
|
点击此处可从《计算机工程与应用》下载全文 |
