10.11896/j.issn.1002-137X.2015.3.054
基于平均互信息的混合条件属性聚类算法
混合条件属性参数间的距离值存在较大的差异,导致仅聚合距离数量级较大、较规律的数值条件属性对象,而忽视数量级较小、混沌,但类别特征更加明显的分类条件属性对象.提出了一种基于平均互信息的聚类算法.通过熵量化参数类别特性的大小,再根据熵的平均互信息计算方法衡量数据对象间类别的相同、相异特征量,统一数值和分类条件属性参数间距离的数量级,最后通过优化迭代自适应过程得到最终聚类结果.实验结果表明,该算法具有良好的聚类质量和自适应性.
混合条件属性、平均互信息、聚类
42
TP311(计算技术、计算机技术)
广东省教育部产学研结合项目2011A090200088;广东省茂名市科技计划项目2012B009;广东省石化装备故障诊断重点实验室资助
2015-04-15(万方平台首次上网日期,不代表论文的发表时间)
共5页
261-265