HGHD:一种基于超图的高维空间数据聚类算法

• 作者: 张翠肖 沙金 胡迎新 贾玉锋
• 来源期刊: 微电子学与计算机
• 关键词: 超图模式 高维空间数据 数据聚类
• 年，卷（期）: 2006,（6）
• 页码范围: 185-187
• 页数: 3页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7180.2006.06.054

摘要

传统聚类算法无法有效地处理现实世界中存在许多高维空间数据.为此,提出一种基于超图模式的高维空间数据聚类算法HGHD,通过数据集中的数据及其间关系建立超图模型,并应用超图划分进行聚类,从而把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题.该方法采用自底向上的分层思想,相对于传统方法最大的优势是不需要降维,直接用超图模式描述原始数据之间的关系,能产生高质量的聚类结果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张翠肖	石家庄铁道学院计算机系	30	143	8.0	11.0
2	沙金	石家庄铁道学院计算机系	14	59	5.0	7.0
3	贾玉锋	石家庄铁道学院计算机系	13	59	4.0	7.0
4	胡迎新	石家庄铁道学院计算机系	17	57	5.0	7.0