一种有效的用于范例提取的改进聚类算法

• 作者: 王煦法 章曙光 耿焕同 蔡庆生 钱权
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: CBR 范例提取 聚类学习 相似度 最近邻检索
• 年，卷（期）: 2004,（3）
• 页码范围: 388-390
• 页数: 3页
• 分类号: TP18
• 字数: 3660字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1220.2004.03.015

摘要

针对传统范例提取算法随范例数增加而效率下降快的缺点,结合基于选择的CLARA聚类方法和NCL聚类算法的优点,给出了一种有效的无监督聚类学习算法.通过实验表明,该算法能在无监督下对范例进行准确归类,将它用于CBR的范例提取中,能大大地提高范例提取的速度和质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡庆生	中国科学技术大学计算机系	115	2706	28.0	47.0
2	王煦法	中国科学技术大学计算机系	191	4142	33.0	58.0
3	耿焕同	中国科学技术大学计算机系	22	506	12.0	22.0
7	钱权	中国科学技术大学计算机系	14	160	8.0	12.0
8	章曙光	中国科学技术大学计算机系	9	118	6.0	9.0