| 基于数据场改进的PAM聚类算法 |
| |
| 引用本文： | 余建桥,张帆.基于数据场改进的PAM聚类算法[J].计算机科学,2005,32(1):165-167. |
| |
| 作者姓名： | 余建桥 张帆 |
| |
| 作者单位： | 西南农业大学信息学院,重庆,400716 |
| |
| 基金项目： | 重庆市教委资助项目(编号:030201) |
| |
| 摘 要： | PAM是基于κ-中心值聚类的一种算法，在处理数据集的聚类问题时，具有良好的准确性和伸缩性。但PAM算法在随机选取初始中心点时存在不足，而且在处理存在孤立点或哚声的数据时算法不是很健壮。本文针对这两点不足，使用了数据场的概念对PAM聚类算法进行了有益的改进，提高了算法的准确性和处理孤立点或噪声的能力，使其更适合于对数据集的处理，提高了挖掘结果的质量。
|
| 关 键 词： | 数据场 PAM聚类算法 伸缩性 聚类分析 |
An PAM Algorithm Based on Data Field |
| |
| YU Jian-Qiao,ZHANG Fan Information College,Southwest Agricultural University,Chongqing.An PAM Algorithm Based on Data Field[J].Computer Science,2005,32(1):165-167. |
| |
| Authors: | YU Jian-Qiao ZHANG Fan Information College Southwest Agricultural University Chongqing |
| |
| Affiliation: | YU Jian-Qiao,ZHANG Fan Information College,Southwest Agricultural University,Chongqing 400716 |
| |
| Abstract: | PAM is a k-mediod algorithm. It is efficient and flexible to handle data sets. However, there are inaccurate and insufficient in random choosing initial data center in algorithm PAM, and PAM is not robust to treat data sets in- cluding outlier or noise. Based on data field conception, an improved PAM is designed to solve these problems. This improved algorithm is more efficient and improves quality of result of data mining. |
| |
| Keywords: | PAM Data field Clustering |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
