一种高维空间数据的模糊聚类算法

• 作者: 张健沛 李忠伟 杨悦
• 来源期刊: 哈尔滨工程大学学报
• 学科: 工学
• 关键词: 高维空间聚类 模糊集 隶属度 模糊扩展区域
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: 计算智能
• 页码范围: 485-488
• 页数: 4页
• 分类号: TP311
• 字数: 2894字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-7043.2006.z1.102

摘要

针对传统的基于网格-密度的空间聚类方法容易产生不平滑聚类、非坐标轴方向过度聚类以及聚类边界判断模糊的问题,本文提出了一种高维空间数据的模糊聚类算法.该算法通过扩展网格区域,用模糊集的隶属度对基本区域及模糊扩展区域内的数据点进行计数,考虑了相邻网格对当前考察网格内数据点的影响,避免了不平滑聚类想象;同时,通过对相邻网格重新定义扩展了聚类算法的执行方向,有效缓解了过度聚类以及聚类边界模糊的问题.实验结果表明,该方法克服了传统聚类方法的不足,空间高维数据聚类结果的质量得到了改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张健沛	哈尔滨工程大学计算机科学与技术学院	156	1356	19.0	28.0
2	杨悦	哈尔滨工程大学计算机科学与技术学院	13	178	6.0	13.0
3	李忠伟	哈尔滨工程大学计算机科学与技术学院	6	52	3.0	6.0