一种基于引力的分层聚类算法

• 作者: 宁再早 查丰 耿锦威 贾瑞玉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 引力 分层聚类 相似度
• 年，卷（期）: 2011,（3）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 76-78
• 分类号: TP301.6
• 字数: 2165字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.03.019

摘要

传统的分层聚类算法在聚类过程中,仅使用样本间的距离作为相似度的唯一标准,其描述过于单一.考虑到宇宙中星系的形成过程本质也是一种聚类过程.星系之间吸引力是靠万有引力作用.将万有引力思想引入分层聚类中,提出一种基于引力的层次聚类算法HCBG(Hierarchical Clustering Base Gravity),从样本间的距离和类簇的大小两个方面更加精确地刻画相似度.把分层聚类的过程看成样本点之间依据"万有引力"自发吸引的过程.采用UCI机器学习数据库的Iris,Wine和Glass数据集,实验结果表明,提出的HCBG算法的聚类结果比经典的基于距离的层次聚类HC(Hierarchical Clustering)提高5%～10%左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞玉	安徽大学计算机科学与技术学院	62	688	17.0	23.0
2	查丰	安徽大学计算机科学与技术学院	2	5	2.0	2.0
3	耿锦威	安徽大学计算机科学与技术学院	3	17	2.0	3.0
4	宁再早	安徽大学计算机科学与技术学院	4	25	3.0	4.0