基于树编辑距离的层次聚类算法

摘要：

为了识别犯罪嫌疑人伪造和篡改的虚假身份,利用树编辑距离计算个体属性相似性,证明了树编辑距离的相关数学性质,对属性应用层次编码方法,提出了一种新的基于树编辑距离的层次聚类算法HCTED(Hierarchical Clustering Algorithm Based on Tree Edit Distance).新算法通过树编辑操作使用最少的代价计算属性相似性,克服了传统聚类算法标称型计算的缺陷,提高了聚类精度,通过设定阈值对给定样本聚类.实验证明了新方法在身份识别上的准确性和有效性,讨论了不同参数对实验结果的影响,对比传统聚类算法,HCTED算法性能明显提高.新算法已经应用到警用流动人口分析中,取得了良好效果.

关键词：树编辑距离、层次聚类、属性相似性、数据挖掘

所属期刊栏目：1

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金60773169;60473071;中国博士后科学基金20060400002;四川省青年科技基金2007Q14-055;08JJ0109

在线出版日期：2008-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：282-292