一种面向分类属性数据的聚类融合算法研究

• 作者: 张琳 张金松 李桃迎 陈燕
• 来源期刊: 计算机应用研究
• 关键词: 聚类融合 分类属性数据 数据挖掘 相似度
• 年，卷（期）: 2011,（5）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1671-1673
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2011.05.021

摘要

为了解决单一聚类算法存在结果不准确和随机性大,且现有算法对分类数据聚类时将其转换成数值型会产生误差等问题,提出了一种面向分类属性数据的聚类融合算法.算法利用原有分类属性值的差异产生聚类成员,然后采用相似度方法进行划分,通过寻求目标函数最小的划分来简化聚类过程.算法在UCI数据集上进行了验证,结果表明算法的效率和精度都优于现有算法,说明算法的设计和更新策略是有效的.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张琳	大连海事大学交通运输管理学院	11	116	5.0	10.0
2	陈燕	大连海事大学交通运输管理学院	166	1835	23.0	33.0
3	李桃迎	大连海事大学交通运输管理学院	37	528	11.0	22.0
4	张金松	大连海事大学交通运输管理学院	22	231	9.0	15.0