分类数据的聚类边界检测技术

• 作者: 王波 邱保志
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 边界度 证据积累 聚类边界 分类数据
• 年，卷（期）: 2012,（6）
• 所属期刊栏目: 人工智能
• 页码范围: 1654-1656,1669
• 分类号: TP311.13
• 字数: 4216字
• 语种: 中文
• DOI: 10.3724/SP.J.1087.2012.01654

摘要

随着分类属性数据集的应用越来越广泛,获取含有分类属性数据集的聚类边界的需求也越来越迫切.为了获取聚类的边界,在定义分类数据的边界度和聚类边界的基础上,提出了一种带分类属性数据的聚类边界检测算法—CBORDER.该算法首先利用随机分配初始聚类中心和边界度对类进行划分并获取记录边界点的证据,然后运用证据积累的思想多次执行该过程来获取聚类的边界.实验结果表明,CBORDER算法能有效地检测出高维分类属性数据集中聚类的边界.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邱保志	郑州大学信息工程学院	55	518	13.0	18.0
2	王波	郑州大学信息工程学院	20	98	7.0	9.0