一种改进的自适应K近邻聚类算法

摘要：

为解决传统聚类算法不能处理非球形分布数据的问题,文[5]提出了一种自适应k近邻聚类算法.该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题.但进一步的研究表明,该算法在处理带"奇异"样本的数据集时失去效果.为此,该文给出了一种改进的自适应k近邻聚类算法.仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了"奇异"样本问题.

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)、改进自适应k近邻聚类算法(IAKNNCA)

所属期刊栏目：40

分类号：TP301.6(计算技术、计算机技术)

在线出版日期：2004-07-09（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：76-78,130