属性相似度在聚类算法中的有效性研究

• 作者: 刘明术 孙启林 张建 方宏彬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 相似性 聚类算法 有效性 度量方法
• 年，卷（期）: 2012,（9）
• 所属期刊栏目: 基金项目论文
• 页码范围: 146-147,174
• 页数: 3页
• 分类号: TP301.6
• 字数: 1886字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2012.09.038

摘要

针对欧氏距离将个体的不同属性(即各指标或各变量)之间的差别等同看待,忽视了个体不同属性的重要性.考虑数据的几何结构特征和个体属性,结合马氏距离提出一种新的属性相似性度量方法及新的聚类有效性函数;对采用欧氏距离的分层聚类算法进行改进.改进的聚类算法能提高聚类的速度和质量,是一种有效的聚类方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建	安徽大学数学科学院	6	6	1.0	2.0
2	方宏彬	安徽大学数学科学院	14	60	5.0	7.0
3	孙启林	安徽大学数学科学院	3	14	3.0	3.0
4	刘明术	安徽大学数学科学院	3	14	3.0	3.0