动态迭代聚类算法分析基因序列数据

• 作者: 汤德佑 胡红武 黄元江
• 来源期刊: 南华大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 动态迭代聚类 基因数据库 知识发现 K-均值算法
• 年，卷（期）: 2004,（4）
• 页码范围: 57-60
• 页数: 4页
• 分类号: TP301.6
• 字数: 3160字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-0062.2004.04.015

摘要

聚类技术在知识发现方面发挥了很重要的作用,K-均值算法是聚类分析中最常用的算法,但K-均值算法必须预先选择类的数目作为先验值,即研究者需要确定数据空间内有意义类的数目.针对这个问题,本文提出一种新的聚类算法-动态迭代聚类算法,动态选取K个边缘相似度的数据对象作为最初的初始聚类点,并根据类内或类间的相似度离差程度不断地精练(合并或分割)初始类群.模拟实验结果表明,该算法提高了聚类质量,使聚类具有更高的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	汤德佑	株洲工学院计算机系	12	82	4.0	8.0
5	黄元江	株洲工学院计算机系	7	106	4.0	7.0
6	胡红武	华南理工大学软件学院	2	6	2.0	2.0