| 不确定性目标的CLARANS聚类算法 |
| |
| 引用本文： | 何童.不确定性目标的CLARANS聚类算法[J].计算机工程,2012,38(11):56-58. |
| |
| 作者姓名： | 何童 |
| |
| 作者单位： | 中央财经大学应用数学学院,北京,100081 |
| |
| 基金项目： | "中财121人才工程"青年博士发展基金资助项目 |
| |
| 摘 要： | 在传统CLARANS聚类算法基础上，提出一种针对不确定性目标的CLARANS聚类算法。在该算法中，待聚类的每个不确定性目标都被表示成高斯混合模型，即高斯分布的一个加权和，并将Kullback-Leibler散度作为不确定性目标间的距离测度。在图片数据库上的实验结果表明，该算法具有较高的聚类精度。
|
| 关 键 词： | 高斯分布 高斯混合模型 Kullback-Leibler散度 CLARANS算法 不确定性目标 聚类算法 |
| 收稿时间： | 2012-02-08 |
CLARANS Clustering Algorithm of Uncertainty Objects |
| |
| HE Tong.CLARANS Clustering Algorithm of Uncertainty Objects[J].Computer Engineering,2012,38(11):56-58. |
| |
| Authors: | HE Tong |
| |
| Affiliation: | HE Tong(School of Applied Mathematics,Central University of Finance and Economics,Beijing 100081,China) |
| |
| Abstract: | Based on classical CLARANS clustering algorithm,a new clustering algorithm of uncertain objects is proposed in this paper.In the algorithm,each uncertain object is given as a Gaussian Mixture Model(GMM) which is the weighted sum of Gaussian distribution,and Kullback-Leibler Divergence(KLD) is used as distance measure between uncertain objects.Experimental result of image dataset shows the higher clustering precision of algorithm. |
| |
| Keywords: | Gaussian distribution Gaussian Mixture Model(GMM) Kullback-Leibler Divergence(KLD) CLARANS algorithm uncertainty objects clustering algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
