基于改进海明距离的二元表示聚类研究

被引：1

作者：

姜士强

杨济亭

任芹玉

机构：

[1] 天津大学管理学院

来源：

信息技术 | 2013年 / 37卷 / 04期

关键词：

聚类; 二元树; 海明距离;

D O I：

10.13274/j.cnki.hdzj.2013.04.029

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

文中提出了一种二元表示聚类方法。首先,将要研究的实体以属性串的方式表达,并通过二元树转化为二进制串。其次,采用改进的海明距离代替欧氏距离计算二进制串之间的相似度。该方法通过属性加权,使计算结果更加贴近现实,并将实体以‘01’编码方式表示,简化了计算,提升了运算效率。最后,选取1796家上市公司的73个财务指标进行实验,结果表明,该方法对海量数据的处理表现良好。

引用

页码：88 / 91

页数：4

共 3 条

[1] 基于Web使用挖掘技术的聚类算法改进 [J].

李诗诗 ;

方寿海 .

计算机工程与设计, 2009, 30 (22) :5182-5184

[2] Developing a feature weight self-adjustment mechanism for a K-means clustering algorithm [J].

Tsai, Chieh-Yuan ;

Chiu, Chuang-Cheng .

COMPUTATIONAL STATISTICS & DATA ANALYSIS, 2008, 52 (10) :4658-4672

[3]

Data Mining by Means of Binary Representation: A Model for Similarity and Clustering[J] . Zippy Erlich,Roy Gelbard,Israel Spiegler.Information Systems Frontiers . 2002 (2)

← 1 →