混合属性数据集的基于近邻连接的两阶段聚类算法

摘要：

面对混合属性数据集的数据预处理需求,本文在给出若干定义及相关性质之后,提出了一种基于近邻连接的两阶段聚类算法.为提高算法的时间效率,给出了算法改进的思路与技术.多个人工数据集和UCI标准数据集的仿真实验结果表明,对于一些具有明显聚类分布结构的数据集,该算法经常能取得比k-means算法和AP算法更好的聚类精度,说明它具有一定的有效性.为进一步推广并在实际中发掘出该算法的应用价值,最后给出了几点研究展望.

关键词：混合属性、聚类特征、初级聚类、近邻图

所属期刊栏目：34

分类号：TP181(自动化基础理论)

资助基金：重庆三峡学院科学研究项目计划资助项目11ZZ-058

在线出版日期：2012-11-27（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：135-142