基于多重分形的聚类层次优化算法

• 作者: 党建武 李战怀 闫光辉
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据挖掘 聚类 多重分形 后续处理 优化
• 年，卷（期）: 2008,（6）
• 所属期刊栏目: 算法设计与分析
• 页码范围: 1283-1300
• 页数: 18页
• 分类号: TP181
• 字数: 10862字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.01283

摘要

大量初始聚类结果之间存在强弱不同的相似性,会给用户理解与描述聚类结果带来不利影响,进而阻碍数据挖掘后续工作的顺利展开.传统聚类算法由于注重聚类形状及空间邻接性,或者考虑全局数据分布密度的均匀性,实际中均难以解决这一类问题.为此,提出了基于分形的聚类层次优化算法FCHO(fractal-based cluster hierarchy optimization),FCHO算法基于多重分形理论,利用聚类对应多重分形维数及聚类合并之后多重分形维数的变化程度来度量初始聚类之间的相似程度,最终生成反映数据自然聚集状态的聚类家族树.此外,初步分析了算法的时空复杂性,基于合成数据集和标准数据集的有关实验工作证实了算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李战怀	西北工业大学计算机学院	254	2139	21.0	35.0
2	党建武	兰州交通大学电子与信息工程学院	205	1363	18.0	23.0
3	闫光辉	西北工业大学计算机学院	37	170	8.0	12.0