首页 | 本学科首页   官方微博 | 高级检索  
     

基于核的自适应K-Medoid聚类
引用本文:孙胜,王元珍. 基于核的自适应K-Medoid聚类[J]. 计算机工程与设计, 2009, 30(3)
作者姓名:孙胜  王元珍
作者单位:华中科技大学,计算机学院,湖北,武汉,430074;黄石理工学院,计算机学院,湖北,黄石,435003;华中科技大学,计算机学院,湖北,武汉,430074
基金项目:教育部高等学校博士学科点专项科研基金 
摘    要:针对K-Medoid算法不能有效聚类大数据集和高维数据的弱点,将核学习方法引入到K-Medoid算法,提出了基于核的自适应K-Medoid算法.该算法利用核函数将输入空间样本映射到一个高维的特征空间,在这个核空间中进行K-Medoid聚类,在聚类过程中,数据可以自适应地加入到最适合它的簇当中,并且聚类结果与初始k个中心点的选取无关,该算法可以完成对大数据集和高维数据的聚类.实验结果表明,与K-Medoid算法相比,该算法具有较高的聚类准确率.

关 键 词:聚类  核方法  核函数  k-中心点  特征空间

Kernel-based adaptive K-Medoid clustering
SUN Sheng,WANG Yuan-zhen. Kernel-based adaptive K-Medoid clustering[J]. Computer Engineering and Design, 2009, 30(3)
Authors:SUN Sheng  WANG Yuan-zhen
Abstract:
Keywords:
本文献已被 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号