面向非球形分布数据的自适应K近邻聚类算法

摘要：

针对传统聚类算法处理非球形分布数据的不足,提出了一种新型的自适应K近邻聚类算法.该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成.仿真结果表明,该算法在无须聚类数目的前提下,对非球型分布数据具有很好的聚类效果.

关键词：非球形分布、模糊C均值聚类算法(FCA)、自适应K近邻聚类算法(AKNNCA)

所属期刊栏目：29

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：21-22,165