一种基于距离调节的聚类算法

• 作者: 王俊生 陈伯伦 陈崚
• 来源期刊: 微电子学与计算机
• 关键词: 聚类 k-means算法 距离调节
• 年，卷（期）: 2008,（9）
• 页码范围: 128-131
• 页数: 4页
• 分类号: TP31
• 语种: 中文

摘要

针对k-means算法不适合凹形样本空间的问题,提出了一种基于距离调节的聚类算法、算法中引入了一种调节最短路径距离作为算法的相似度函数,该函数可以使经过高密度数据区域的两点距离缩短,而经过低密度数据区域的两点距离加长,由此来缩小类间样本的相似度,同时加大类间的相似度,以及更好的聚类.实验结果证明,该算法对凹状的聚类样本空间具有很好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈崚	扬州大学计算机系	150	1914	19.0	39.0
5	王俊生	扬州大学计算机系	24	175	7.0	13.0
6	陈伯伦	扬州大学计算机系	2	3	1.0	1.0