聚类融合算法研究

被引:3
作者
秦锋
陈奇明
程泽凯
机构
[1] 安徽工业大学计算机学院
关键词
聚类; 融合技术; 差异度; 投票;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
聚类是发现数据分布和隐含模式的一项重要技术,但单一聚类算法却很难达到预期的效果。在缺乏样本集先验知识的前提下,目前的分类融合技术很难应用到聚类技术中,导致聚类融合技术起步很晚。近几年的研究发现,聚类融合方法对提高聚类算法的稳定性和高效性发挥了重要的作用。文中对近年来聚类融合的方法和国内外研究现状进行了简单综述,并且以基于投票的聚类融合算法为例,实验证明了其比单一聚类算法的优越性,展望了聚类融合算法的未来。
引用
收藏
页码:106 / 108+113 +113
页数:4
相关论文
共 4 条
[1]   基于投票机制的融合聚类算法 [J].
蒋盛益 .
小型微型计算机系统, 2007, (02) :306-309
[2]   基于遗传和蚁群算法融合的聚类新方法 [J].
邹远强 ;
李国徽 ;
赵梓屹 .
科学技术与工程, 2006, (23) :4700-4704+4713
[3]   聚类融合方法综述 [J].
阳琳贇 ;
王文渊 .
计算机应用研究, 2005, (12) :14-16+20
[4]  
数据挖掘与知识发现.[M].李雄飞;李军编著;.高等教育出版社.2003,