非均匀类簇密度聚类的多粒度自学习算法

• 作者: 吴耀华 曾华 黄顺亮
• 来源期刊: 系统工程与电子技术
• 学科: 工学
• 关键词: 数据挖掘 聚类算法 非均匀类簇密度聚类 粒度计算 自学习算法
• 年，卷（期）: 2010,（8）
• 页码范围: 1760-1765
• 分类号: TP181
• 字数: 6449字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-506X.2010.08.44

摘要

针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self-learning clustering algorithm, MSCA).算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题.理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄顺亮	山东理工大学管理学院	12	42	4.0	5.0
2	吴耀华	山东大学控制科学与工程学院	103	1223	20.0	28.0
6	曾华	山东大学控制科学与工程学院	4	23	3.0	4.0