不确定性目标的CLARANS聚类算法

摘要：

在传统CLARANS聚类算法基础上,提出一种针对不确定性目标的CLARANS聚类算法.在该算法中,待聚类的每个不确定性目标都被表示成高斯混合模型,即高斯分布的一个加权和,并将Kullback-Leibler散度作为不确定性目标间的距离测度.在图片数据库上的实验结果表明,该算法具有较高的聚类精度.

关键词：高斯分布、高斯混合模型、Kullback-Leibler散度、CLARANS算法、不确定性目标、聚类算法

所属期刊栏目：38

分类号：TP391.4(计算技术、计算机技术)

资助基金："中财121人才工程"青年博士发展基金资助项目QBJZH201001

在线出版日期：2012-09-29（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：56-58