基于聚类融合的混合属性数据增量聚类算法
DOI:
CSTR:
作者:
作者单位:

大连海事大学

作者简介:

李桃迎

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“面相感应网络的移动现实挖掘及复杂行为模式分析研究”;高等学校博士学科点专项科研基金项目;教育部科学技术研究重点项目


Incremental clustering algorithm of mixed numerical and categorical data based on clustering ensemble
Author:
Affiliation:

Fund Project:

  • 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:

    针对传统增量聚类方法对混合属性数据聚类时存在不稳定、随机性大和准确性不够高的缺点, 提出一种基
    于聚类融合的混合属性数据增量聚类算法. 该算法以传统增量聚类为基础, 采用多种聚类算法的结果进行融合来代
    替原有单一划分, 并重新修正了阈值的取值范围. 实验表明, 所提出的算法利用原有数据的特征, 提高了聚类的稳定
    性和精确性, 具有很好的聚类效果.

    Abstract:

    Traditional clustering methods have disadvantages of unsteadiness, randomness and low accuracy for classifying
    mixed numerical and categorical data. Therefore, the incremental clustering algorithm of mixed numerical and categorical
    data based on clustering ensemble is proposed, which adopts the results of several clustering to replace that of single
    clustering and modifies the design of threshold. The experiment results show that the improved algorithm has higher stability
    and accuracy by using the characters of existing data, and possess better effectiveness.

    参考文献
    相似文献
    引证文献
引用本文

李桃迎 陈燕 张金松 秦胜君.基于聚类融合的混合属性数据增量聚类算法[J].控制与决策,2012,27(4):603-608

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:2010-10-20
  • 最后修改日期:2011-01-05
  • 录用日期:
  • 在线发布日期: 2012-04-20
  • 出版日期:
文章二维码