聚类类别数目自动学习算法研究

• 作者: 王燕
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 聚类 类别数目 自动学习 假设检验 统计分布
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 计算机软件与算法
• 页码范围: 252-253,256
• 页数: 3页
• 分类号: TP311.131
• 字数: 2652字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-7024.2007.02.002

摘要

在进行聚类分析的时候,许多算法需要事先给出聚类类别数目.如果在不了解原始数据内部结构的情况下,很难给出合适的聚类类别数目.因此,通过对目前的聚类算法的研究,提出了一种聚类类别数目自动学习算法.算法在分析原始数据的内在分布的基础上,通过统计分布测试,能够准确的判断数据分裂的合理性,最终得到能充分拟合原始数据的聚类类别数目.实验证明算法是可行并且是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王燕	兰州理工大学计算机与通信学院	61	433	12.0	17.0