基于自组织特征映射的聚类集成算法
为改善单一聚类算法的聚类性能,提出一种基于自组织特征映射(SOM)的聚类集成算法.该算法利用多个具有差异性的聚类成员,将原始数据集转换成一个新的特征空间矩阵;然后计算各个聚类成员的聚类综合质量,并将其作为新特征空间矩阵的属性权重,最后利用SOM神经网络进行集成,产生最终的共识聚类结果.实验结果表明,与集成前的基聚类算法和其它聚类集成算法相比,该算法能够有效地提高聚类质量.
聚类集成、自组织特征映射、特征空间矩阵、聚类综合质量、属性权重
31
TP391(计算技术、计算机技术)
2011-01-13(万方平台首次上网日期,不代表论文的发表时间)
共4页
4885-4888