复杂分布数据的二阶段聚类算法

被引：35

作者：

公茂果 ^{[1
,2
]}

王爽 ^{[1
,2
]}

马萌 ^{[1
,2
]}

曹宇 ^{[1
,2
]}

焦李成 ^{[1
,2
]}

马文萍 ^{[1
,2
]}

机构：

[1] 西安电子科技大学智能感知与图像理解教育部重点实验室

[2] 西安电子科技大学智能信息处理研究所

来源：

软件学报 | 2011年 / 11期

关键词：

数据挖掘; 聚类; K-均值算法; 进化算法; 流形;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种用于复杂分布数据的二阶段聚类算法(two-phase clustering,简称TPC),TPC包含两个阶段:首先将数据划分为若干个球形分布的子类,每一个子类用其聚类中心代表该类内的所有样本;然后利用可以处理复杂分布数据的流形进化聚类(manifold evolutionary clustering,简称MEC)对第1阶段得到的聚类中心进行类别划分;最后综合两次聚类结果整理得到最终聚类结果.该算法基于改进的K-均值算法和MEC算法.在进化聚类算法的基础上引入流形距离,使得算法能够胜任复杂分布的数据聚类问题.同时,算法降低了引入流形距离所带来的计算量.在分布各异的7个人工数据集和7个UCI数据集测试了二阶段聚类算法,并将其效果与遗传聚类算法、K均值算法和流形进化聚类算法做了比较.实验结果表明,无论对于简单或复杂、凸或非凸的数据,TPC都表现出良好的聚类性能,并且计算时间与MEC相比明显减少.

引用

页码：2760 / 2772

页数：13