角度度量的动态增量聚类算法

摘要：

为了探讨元素之间的夹角对增量聚类算法的影响,受基于角度的异常点检测算法的启发,论文建立了一种基于角度度量的(Incremental Clustering Algorithm Based on Angle)动态增量聚类算法模型,利用元素之间的夹角对增加的数据进行合理的分配.针对KFCM(Kernal Fuzzy Clus-ter Method)算法随机获取聚类中心的缺陷,论文利用平均距离对算法做出改进,使KFCM算法能自动获取聚类中心.由于核函数对聚类结果有很大影响,对于如何选择核函数文中做了进一步的研究.实验结果表明针对不断增加的数据,本算法能够有效的处理各种数据集.

关键词：KFCM、核函数、角度、动态增量聚类、ICABA

所属期刊栏目：24

分类号：TP317.4(计算技术、计算机技术)

资助基金：黑龙江省教育厅科学技术研究项目12531z004

在线出版日期：2020-05-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：109-116