基于树编辑距离的层次聚类算法

• 作者: 乔少杰 唐常杰 彭京 温粉莲 陈瑜
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 树编辑距离 层次聚类 属性相似性 数据挖掘
• 年，卷（期）: 2007,（3）
• 所属期刊栏目: 学术研究
• 页码范围: 282-292
• 页数: 11页
• 分类号: TP311
• 字数: 7637字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.2007.03.004

摘要

为了识别犯罪嫌疑人伪造和篡改的虚假身份,利用树编辑距离计算个体属性相似性,证明了树编辑距离的相关数学性质,对属性应用层次编码方法,提出了一种新的基于树编辑距离的层次聚类算法HCTED(Hierarchical Clustering Algorithm Based on Tree Edit Distance).新算法通过树编辑操作使用最少的代价计算属性相似性,克服了传统聚类算法标称型计算的缺陷,提高了聚类精度,通过设定阈值对给定样本聚类.实验证明了新方法在身份识别上的准确性和有效性,讨论了不同参数对实验结果的影响,对比传统聚类算法,HCTED算法性能明显提高.新算法已经应用到警用流动人口分析中,取得了良好效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐常杰	四川大学计算机学院	164	2750	30.0	45.0
2	乔少杰	四川大学计算机学院	29	470	14.0	21.0
4	彭京	北京大学信息科学技术学院	7	267	7.0	7.0
5	陈瑜	四川大学计算机学院	62	575	14.0	21.0
6	温粉莲	四川大学计算机学院	5	163	5.0	5.0