10.3969/j.issn.1673-629X.2009.05.032
基于二维属性的高维数据聚类算法研究
聚类就是按照一定的要求和规律对事物进行区分和分类的过程.在这一过程中没有任何关于类别的先验知识,也没有教师的指导,仅靠事物间的相似性作为类属划分的准则,因此属于元监督分类的范畴.聚类分析则是指用数学的方法研究和处理给定对象的分类.针对目前很多聚类算法只能对低维数据进行聚类的问题,提出了一种改进的相异度度量方法对二维属性的高维数据采用层次分裂算法进行聚类,而且根据用户指定的参数聚类,并对传统相异度度量和改进的相异度度量方法的聚类结果进行比较,发现改进的相异度度量方法更适用于二维属性的高维数据的聚类.
聚类、层次分裂算法、高维数据、相异度
19
TP311(计算技术、计算机技术)
2009-06-05(万方平台首次上网日期,不代表论文的发表时间)
共4页
111-113,118