结构化模糊K-prototypes聚类算法

• 作者: 俞瑞钊 文巨峰 汪加才 陈奇
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 混合类型数据 模糊聚类算法 数据挖掘
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 人工智能与图像处理技术
• 页码范围: 155-158
• 页数: 4页
• 分类号: TP3
• 字数: 5268字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2005.05.043

摘要

尽管综合了K-means和K-modes的K-prototypes算法已能有效地处理符号数据,但用聚类中的符号模(modes)来表示聚类中的数据均值将引起大量的信息丢失.为此,本文提出了一种适合于混合类型数据的结构化模糊K-prototypes算法(SFKP),在不增加时空开销的情况下提高聚类能力.实际数据集上的实验结果显示,SFKP算法能够进行更加有效的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈奇	浙江大学人工智能研究所	65	998	14.0	30.0
2	俞瑞钊	浙江大学人工智能研究所	42	1043	12.0	32.0
3	汪加才	南京审计学院计算机科学与技术系	32	180	9.0	11.0
4	文巨峰	南京审计学院计算机科学与技术系	14	94	5.0	9.0