一种基于近邻传播算法的最佳聚类数确定方法
DOI:
CSTR:
作者:
作者单位:

1. 江南大学
2. 江南大学理学院
3.

作者简介:

周世兵

通讯作者:

中图分类号:

基金项目:

国家自然科学基金资助项目;国家“863”计划项目


Method for determining optimal number of clusters based on affinity propagation clustering
Author:
Affiliation:

Fund Project:

National Natural Science Foundation of China

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    在聚类分析中, 决定聚类质量的关键是确定最佳聚类数. 对此, 从样本几何结构的角度定义了样本聚类距离
    和样本聚类离差距离, 设计了一种新的聚类有效性指标. 在此基础上, 提出一种基于近邻传播算法确定样本最佳聚类
    数的方法. 理论研究和实验结果表明, 所提出的指标和方法能够有效地对聚类结果进行评估, 适合于确定样本的最佳
    聚类数.

    Abstract:

    It is crucial to determine optimal number of clusters for the quality of clustering in cluster analysis. From the
    standpoint of sample geometry, two concepts of sample clustering distance and sample clustering deviation distance are
    defined, and a new clustering validity index is designed. In addition, a method for determining optimal number of clusters
    based on affinity propagation clustering algorithm is proposed. Theoretical research and experimental results show that the
    proposed index and method can evaluate the clustering results effectively, and be suitable for determining optimal number of
    clusters.

    参考文献
    相似文献
    引证文献
引用本文

周世兵, 徐振源, 唐旭清.一种基于近邻传播算法的最佳聚类数确定方法[J].控制与决策,2011,26(8):1147-1152

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2010-04-26
  • 最后修改日期:2010-09-10
  • 录用日期:
  • 在线发布日期: 2011-08-20
  • 出版日期:
文章二维码