噪声环境下复杂流形数据的势能层次聚类算法

摘要：

基于势能的快速凝聚层次聚类算法使用一种全新的相似性度量准则,可以更高效地得到聚类结果.针对该算法无法有效处理含噪声的复杂流形数据的缺陷,提出噪声环境下复杂流形数据的势能层次聚类算法.通过势能递增曲线识别噪声点,在新定义的势能最大、最小2层数据上进行自动聚类,以确定类簇的大体框架,并在此基础上对整个数据集进行层次聚类.人工数据集上的实验表明,新算法可以有效处理噪声环境下复杂流形数据;真实数据集上的实验表明,新算法具有更优的聚类效果.

关键词：聚类、PHA、势能分层、层次聚类、噪声识别

所属期刊栏目：30

分类号：TP391.41(计算技术、计算机技术)

资助基金：江苏省普通高校研究生科研创新计划项目KYLX16_0781;江苏省普通高校研究生科研创新计划项目KYLX16_0782;江苏省高校优势学科建设工程项目

在线出版日期：2019-01-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：848-854