基于流形距离的段混合聚类算法研究

被引：1

作者：

马萌

机构：

[1] 中航工业西安航空计算技术研究所

来源：

科学技术与工程 | 2014年 / 14卷 / 01期

关键词：

聚类; 流形; 进化算法;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

聚类分析是一种数据缩减技术,即基于数据特征的相似性将数据聚集成不同的类,是数据挖掘中一种非常有效的工具,得到了人们广泛的关注。从聚类算法中的相似性度量问题入手,采用基于流形距离的相似性度量替代传统的基于欧氏距离的相似性度量,通过二阶段聚类解决引入流形距离带来的计算量增大问题,并将这种聚类算法应用到聚类分析当中。

引用

页码：77 / 80

页数：4

共 4 条

[1] 基于流形距离的聚类算法研究及其应用[D]. 马萌.西安电子科技大学. 2010
[2] An evolutionary technique based on K-Means algorithm for optimal clustering in R N[J] . Sanghamitra Bandyopadhyay,Ujjwal Maulik. Information Sciences . 2002 (1)
[3] The global k -means clustering algorithm[J] . Aristidis Likas,Nikos Vlassis,Jakob J. Verbeek. Pattern Recognition . 2002 (2)
[4] Data clustering[J] . A. K. Jain,M. N. Murty,P. J. Flynn. ACM Computing Surveys (CSUR) . 1999 (3)

← 1 →