基于距离和密度的无监督聚类算法的研究

• 作者: 余小高 余小鹏
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 数据挖掘 聚类 DENCLUE 熵理论
• 年，卷（期）: 2010,（7）
• 页码范围: 122-125,168
• 分类号: TP3
• 字数: 5457字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386X.2010.07.039

摘要

聚类是数据挖掘中非常有用的技术,可从大量数据中发现隐含的数据分布和模式,广泛地应用于电子商务、统计、模式识别和机械学习.在对聚类和DENCLUE算法分析的基础上,结合AKNNC算法的优点,提出基于距离和密度的无监督聚类算法PKDE.然后论述了模糊簇的划分及参数k,讨论了参数σ和ξ的设置.最后给出了PKDE算法的具体实现方法,并分析了其正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余小鹏	武汉工程大学经济管理学院	38	203	7.0	13.0
2	余小高	湖北经济学院信息管理学院	33	169	7.0	11.0