基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
ROCK是Sudipno Guha等1999年提出的一个著名的面向分类属性数据的聚类算法,其突出贡献是采用公共近邻(链接)数的全局信息作为评价数据点间相关性的度量标准,而不是传统的基于两点间距离的局部度量函数.尽管ROCK在Mushroom等分类属性数据集上取得了很好的聚类结果,但该算法本身也存在一些缺陷和不足.首先,衡量两个数据点是否为邻居的相似度阈值θ需要预先静态指定,该阈值对聚类质量影响很大,在对数据集没有充分了解的前提下给出恰当的阈值是困难的.其次,在ROCK算法中,相似度函数sim仅被用于最初邻居的判断上,只考虑相似与否,而未考虑相似程度,使算法对θ值过于敏感.另外,ROCK还要求用户事先选定聚类簇数k.这些缺陷或者影响聚类效果,或使算法不便使用.该文深入分析了上述问题,并提出基于动态近邻选择模型的聚类算法DNNS,通过优选近邻来提高聚类质量.文中还定义了内聚度度量函数以指导聚类过程.对标准数据集VOTE和ZOO的实验结果表明,DNNS算法的fα指标优于ROCK和VBACC.
推荐文章
一种基于克隆选择的动态聚类算法
聚类
克隆选择
免疫算法
变异
一种基于动态最近邻聚类算法RBF网络非线性系统复合控制器设计
RBF神经网络
动态最近邻聚类算法
在线自学习
复合控制器
一种免疫动态模糊聚类算法
人工免疫
克隆选择
聚类有效性分析
动态聚类
基于聚类选择k近邻的LLE算法及故障检测
局部线性嵌入
最近邻数
子流形
故障检测
聚类指标
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于动态近邻选择模型的聚类算法
来源期刊 计算机学报 学科 工学
关键词 数据挖掘 聚类 类别属性
年,卷(期) 2007,(5) 所属期刊栏目 研究论文与技术报告
研究方向 页码范围 756-762
页数 7页 分类号 TP18
字数 5641字 语种 中文
DOI 10.3321/j.issn:0254-4164.2007.05.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 金阳 吉林大学计算机科学与技术学院 8 109 4.0 8.0
2 左万利 吉林大学计算机科学与技术学院 88 1273 20.0 31.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (58)
同被引文献  (86)
二级引证文献  (387)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(2)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(2)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(4)
  • 引证文献(4)
  • 二级引证文献(0)
2009(6)
  • 引证文献(3)
  • 二级引证文献(3)
2010(12)
  • 引证文献(5)
  • 二级引证文献(7)
2011(15)
  • 引证文献(7)
  • 二级引证文献(8)
2012(15)
  • 引证文献(4)
  • 二级引证文献(11)
2013(23)
  • 引证文献(6)
  • 二级引证文献(17)
2014(41)
  • 引证文献(3)
  • 二级引证文献(38)
2015(58)
  • 引证文献(4)
  • 二级引证文献(54)
2016(64)
  • 引证文献(4)
  • 二级引证文献(60)
2017(64)
  • 引证文献(2)
  • 二级引证文献(62)
2018(66)
  • 引证文献(9)
  • 二级引证文献(57)
2019(56)
  • 引证文献(3)
  • 二级引证文献(53)
2020(19)
  • 引证文献(2)
  • 二级引证文献(17)
研究主题发展历程
节点文献
数据挖掘
聚类
类别属性
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机学报
月刊
0254-4164
11-1826/TP
大16开
中国科学院计算技术研究所(北京2704信箱)
2-833
1978
chi
出版文献量(篇)
5154
总下载数(次)
49
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导