高维不确定数据高效聚类算法
维度灾难、含有噪声数据和输入参数对领域知识的强依赖性,是不确定数据聚类领域中具有挑战性的问题。针对这些问题,基于相似性度量和凝聚层次聚类思想的基础上提出了高维不确定数据高效聚类HDUDEC(High Dimensional Un-certain Data Efficient Clustering)算法。该算法采用一个能够准确表达不确定高维对象之间的相似度的度量函数计算出对象之间的相似度,然后根据相似度阈值自底向上进行聚类分析。实验证明新的算法需要的先验知识较少、可以有效地过滤噪声数据、可以高效的获得任意形状的高维不确定聚类结果。
高维不确定对象、凝聚层次聚类、相似性度量、不确定聚类
TP391.9(计算技术、计算机技术)
基于不确定数据挖掘的滑坡区域地质灾害危险性评价方法研究国家自然基金No.41362015;数据流频繁模式挖掘关键算法及其仿真应用研究江西省自然基金No.20122BAB201045;离子型稀土资源高效利用技术863项目2012AA061901
2014-04-03(万方平台首次上网日期,不代表论文的发表时间)
共4页
673-676