一种基于相似性度量的高维数据聚类算法的研究

• 作者: 陈启买 黄斯达
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 高维数据 聚类分析 相似性度量
• 年，卷（期）: 2009,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 102-105
• 页数: 4页
• 分类号: TP3
• 字数: 3928字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2009.09.032

摘要

针对传统基于距离度量的聚类算法难以适合高维数据聚类以及高维数据之间相似度难定义的问题,提出了一种新的高维数据聚类算法.该算法基于一个能够更准确地表达出高维对象之间相似性的度量函数,首先计算对象两两之间的相似度并得出一个相似度矩阵,然后根据该相似度矩阵和阈值大小自底向上对数据进行聚类分析.实验结果显示,该算法能够获得质量更高的聚类结果,并且不受孤立点影响,对输入数据顺序也不敏感.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈启买	华南师范大学计算机学院	66	542	14.0	19.0
2	黄斯达	华南师范大学计算机学院	2	31	2.0	2.0