改进的共享型最近邻居聚类算法

• 作者: 印鉴 耿技
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 聚类分析 共享型最近邻居 孤立点 相似度
• 年，卷（期）: 2006,（1）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 70-72
• 页数: 3页
• 分类号: TP391
• 字数: 2481字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2006.01.019

摘要

聚类效果往往依赖于密度和相似度的定义,并且当数据的维增加时,其复杂度也随之增加.该文基于共享型最近邻居聚类算法SNN,提出了一种改进的共享型最近邻居聚类算法RSNN,并将RSNN应用于高速公路交通数据集上,解决了SNN算法在"去噪"、孤立点和代表点的判断、聚类效果等方面的不足之处.实验结果表明,RSNN算法比SNN算法在时空数据集上具有更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	耿技	电子科技大学计算机科学与工程学院	30	311	11.0	17.0
2	印鉴	中山大学信息科学与技术学院	117	2906	26.0	51.0