10.3321/j.issn:1002-8331.2004.15.027
一种改进的自适应K近邻聚类算法
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.
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)
40
TP301.6(计算技术、计算机技术)
2004-07-09(万方平台首次上网日期,不代表论文的发表时间)
共4页
76-78,130