首页> 中文期刊> 《计算机工程与应用》 >具有加权特性的弹性网络聚类算法研究

具有加权特性的弹性网络聚类算法研究

         

摘要

聚类分析是数据挖掘中重要内容之一,也是人们分析数据的重要工具.针对聚类分析中存在易受噪声干扰、高维数据聚类结果不佳等问题,对弹性网络进行了加权聚类方向的研究.该算法考虑到数据集中各特征属性在聚类过程中不同的重要程度,重新构造关联数据点、聚类中心点的能量函数,利用弹性网络算法的求解模式,结合极大熵原理、模拟退火思想,提出一种具有加权特性的弹性网络聚类算法.该算法无需人工指导训练,便可以自学习地求解出高质量的聚类结果.通过不同维度、不同数量级的随机数据集和UCI真实数据集仿真实验,验证了算法的有效性和稳定性.相较于传统聚类算法,该算法显著提高了聚类质量.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号