多维数据集中聚类数确定算法研究

摘要：

在传统确定数据集聚类数算法原理的基础上,提出一种新的算法——MHC算法.该算法采用自底向上的策略生成不同层次的数据集划分,计算每个层次的聚类划分质量,通过聚类质量选择最佳的聚类数.还设计一种新的有效性指标——BIP指标,用于衡量不同划分的聚类质量,该指标主要依托数据集的几何结构.实验结果表明,该算法能准确地确定多维数据集中的最佳聚类数.

关键词：多维数据集、聚类数、聚类有效性指标、层次聚类

所属期刊栏目：38

分类号：TP311.13(计算技术、计算机技术)

资助基金：国家“863”计划基金资助重点项目2007AA010305;陕西省自然科学基础研究计划基金资助项目SJ08-ZT14;陕西省教育厅科学研究计划基金资助项目06JK229,09JK683

在线出版日期：2012-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11