聚类融合算法研究

• 作者: 秦锋 程泽凯 陈奇明
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 聚类 融合技术 差异度 投票
• 年，卷（期）: 2010,（7）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 106-108,113
• 分类号: TP18
• 字数: 3159字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2010.07.027

摘要

聚类是发现数据分布和隐含模式的一项重要技术,但单一聚类算法却很难达到预期的效果.在缺乏样本集先验知识的前提下,目前的分类融合技术很难应用到聚类技术中,导致聚类融合技术起步很晚.近几年的研究发现,聚类融合方法对提高聚类算法的稳定性和高效性发挥了重要的作用.文中对近年来聚类融合的方法和国内外研究现状进行了简单综述,并且以基于投票的聚类融合算法为例,实验证明了其比单一聚类算法的优越性,展望了聚类融合算法的未来.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦锋	安徽工业大学计算机学院	81	783	15.0	25.0
2	程泽凯	安徽工业大学计算机学院	51	532	9.0	22.0
3	陈奇明	安徽工业大学计算机学院	2	7	1.0	2.0