一种基于类紧密度与相关度的聚类算法

摘要：

针对聚类中不规则数据点分布的处理难题,提出了一种基于类紧密度的新聚类算法,在该算法中,首先通过随机选择一个较大的初始类数目并利用Voronoi图来进行聚类中心的选择,同时计算出聚类后的判决函数值；然后在每轮聚类过程中,将类数目指数递减,若当前轮得到的判决函数值小于上一轮的判决函数值,则在上一轮的类数目基础上进行线性递减,直到当再次得到当前轮的判决函数值小于上一轮的判决函数值时,将最终类数目与聚类结果设定为上一轮的类数目与聚类结果.实验结果表明,新算法具有良好的聚类效果.

关键词：聚类、Voronoi图、类紧密度、类相关度

所属期刊栏目：27

分类号：TP391(计算技术、计算机技术)

在线出版日期：2014-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：178-179,111