Chameleon算法的改进

被引：11

作者：

蒋盛益

庞观松

张黎莎

机构：

[1] 广东外语外贸大学信息学院

来源：

小型微型计算机系统 | 2010年 / 31卷 / 08期

基金：

广东省自然科学基金;

关键词：

一趟聚类算法; 基于图的聚类算法; 任意形状簇;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

结合Chameleon算法可以发现高质量的任意形状、大小和密度的自然簇及一趟聚类算法快速高效的特点,研究可以处理混合属性的高效聚类算法.首先简单改进Chameleon算法,使之可以处理含分类属性的数据;进而提出一种两阶段聚类算法.第一阶段使用一趟聚类算法对数据集进行初始划分,第二阶段利用改进的Chameleon算法归并初始划分而得到最终聚类.在真实数据集和人造数据集上的实验结果表明,提出的两阶段聚类算法是有效可行的.

引用

页码：1643 / 1646

页数：4

共 5 条

[1] 利用改进变色龙算法进行有障碍物体聚类 [J].

文俊浩 ;

何光辉 ;

任海军 ;

不详 .

计算机工程与应用 , 2005, (32) :32-33+56

[2] 基于CHAMELEON算法构建自适应网站研究 [J].

骆正山 ;

毋建宏 ;

王小完 .

微电子学与计算机, 2005, (03) :259-261+265

[3] 基于Chameleon算法的用户聚类的设计与实现 [J].

陈小松 ;

崔志明 .

微机发展, 2005, (04) :48-50

[4]

聚类分析中Chameleon算法的研究[A]. 聂承启,喻云峰.2006年全国理论计算机科学学术年会论文集[C]. 2006

[5]

Squeezer: An efficient algorithm for clustering categorical data[J] . Zengyou He,Xiaofei Xu,Shengchun Deng.Journal of Computer Science and Technology . 2002 (5)

← 1 →