一种适合于科学数据的聚类算法

• 作者: 傅彦 李欣宇
• 来源期刊: 成都信息工程学院学报
• 学科: 工学
• 关键词: 科学数据挖掘 聚类分析 网格 密度 高维数据
• 年，卷（期）: 2006,（3）
• 页码范围: 327-330
• 页数: 4页
• 分类号: TP301.6
• 字数: 2476字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-1742.2006.03.003

摘要

聚类是科学数据挖掘中的核心问题.在已提出的聚类算法中大都是基于"距离"的概念,这类算法的缺点在于处理数据量大和维数高的科学数据时不够有效,因此提出迭代网格算法.这个算法与基于距离的损法有根本不同,它抛弃了距离的概念,而采取一种新的思路.它不仅能够自动发现包含有趣知识的子空间,并将里面存在的所有聚类挖掘出来;而且它能很好的处理维数高和数据量大的科学数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅彦	电子科技大学计算机学院	66	695	14.0	22.0
2	李欣宇	电子科技大学计算机学院	4	33	3.0	4.0