粗糙核k-means聚类算法

被引：16

作者：

周涛 ^{[1
]}

张艳宁 ^{[1
]}

袁和金 ^{[1
]}

陆惠玲 ^{[2
]}

邓方安 ^{[3
]}

机构：

[1] 西北工业大学计算机学院

[2] 陕西理工学院计算机系

[3] 陕西理工学院数学系

来源：

系统仿真学报 | 2008年 / 04期

关键词：

核方法; 核聚类算法; k-means; 粗糙集; 粗糙聚类;

D O I：

10.16182/j.cnki.joss.2008.04.045

中图分类号：

TP301.6 [算法理论];

学科分类号：

摘要：

通过研究核聚类算法,以及粗糙集,提出了一个新的用于聚类分析的粗糙核聚类方法。通过mercer核映射把输入空间中的样本映射到Hilbert空间,使样本空间中没有显现的特征在特征空间中突现出来,在这种样本差异加大的基础上,结合粗糙集的思想,把样本分别划到相应聚类中心的上、下近似中,上、下近似中的样本按照一定的比例来共同决定新的聚类中心。这样不但聚类精度大大提高,而且算法收敛速度也较快。仿真实验的结果表明该算法的可行性和有效性。

引用

页码：921 / 925

页数：5

共 7 条

[1] 一种新的混合聚类算法 [J].

吴文丽 ;

刘玉树 ;

赵基海 .

系统仿真学报, 2007, (01) :16-18

[2] 基于层次和密度聚类分析的航迹关联算法 [J].

丛蓉 ;

王秀坤 ;

李进军 ;

杨南海 .

系统仿真学报, 2005, (04) :841-843

[3] 基于核的K-均值聚类 [J].

孔锐 ;

张国宣 ;

施泽生 ;

郭立 .

计算机工程, 2004, (11) :12-13+80

[4] 核聚类算法 [J].

张莉 ;

周伟达 ;

焦李成 .

计算机学报, 2002, (06) :587-590

[5] Some refinements of rough k-means clustering [J].

Peters, Georg .

PATTERN RECOGNITION, 2006, 39 (08) :1481-1491

[6]

Interval Set Clustering of Web Users with Rough ＜Emphasis Type="Italic"＞K＜/Emphasis＞-Means[J] . Pawan Lingras,Chad West.Journal of Intelligent Information Systems . 2004 (1)

[7]

Rock: A robust clustering algorithm for categorical attributes[J] . Sudipto Guha,Rajeev Rastogi,Kyuseok Shim.Information Systems . 2000 (5)

← 1 →