基于多项式核的结构化有向树数据聚类算法

• 作者: 丁军娣 陈松灿 马儒宁
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 数据聚类 多项式核 邻域密度因子 有向树 图论 重叠数据 结构性作用 结构化聚类
• 年，卷（期）: 2008,（12）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 3147-3160
• 页数: 14页
• 分类号: TP311
• 字数: 6659字
• 语种: 中文
• DOI: 10.3724/SP.J.1001.2008.03147

摘要

各个点在数据内部的组织结构中自然地扮演着3种不同的结构性角色,分别是毂、质心和野值.在基于邻域的聚类算法中,邻域密度因子能够识别分离数据集中的毂、质心和野值.但是,邻域密度因子对有噪声和重叠的数据往往失效.为了解决该问题,引入了基于多项式核的邻域密度因子,并在有向树框架下,提出了一种结构化的数据聚类算法,其计算复杂度线性于输入数据的大小.对带有噪声和重叠的数据集,该算法能够找到所有显著的、任意形状的不均衡聚类.在人工和真实数据集上的实验结果都证实了该算法的有效性和快速性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈松灿	南京航空航天大学信息科学与技术学院	120	1370	19.0	32.0
2	马儒宁	南京航空航天大学理学院	13	110	6.0	10.0
3	丁军娣	南京理工大学计算机科学与技术学院	11	105	7.0	10.0