基于加权向量提升的多尺度聚类挖掘算法

摘要：

多尺度聚类挖掘在指导人们进行多尺度决策方面有着不可取代的作用,然而传统的多尺度聚类挖掘算法有一个致命的弱点,即需要在每个用户感兴趣的尺度上应用聚类挖掘算法.为克服此缺陷,定义了一种将数据的多尺度特性进行向量化的方法;结合地学领域的尺度转换机制,提出了一种新的知识的多尺度转换机制——基于加权向量提升的多尺度聚类挖掘算法WVB-MSCA(Weight Vector Based Multi-scale Clustering Algorithm).算法首先在选定的基准尺度上进行聚类挖掘,获取聚类结果,并借助尺度转换机制将基准尺度的聚类结果反演到其它感兴趣的尺度上.实验表明,算法WVB-MSCA是可行且有效的.

关键词：多尺度、尺度转换、聚类挖掘、多尺度聚类

所属期刊栏目：42

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学资金项目71271067;国家社会科学基金项目13BTY011;国家社科基金重大项目13&ZD091

在线出版日期：2015-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：263-267