兼顾属性距离及关系强度的密度聚类算法

• 作者: 吴玲玉 白尘
• 来源期刊: 计算机应用研究
• 关键词: 聚类 加权网络 近邻对象 核心对象
• 年，卷（期）: 2013,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3283-3286
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.11.019

摘要

传统属性空间的密度聚类算法仅考虑对象属性取值相似度,网络空间密度聚类算法仅关注对象间关系紧密度.针对两类算法的不足,提出一种兼顾属性距离及关系强度的密度聚类算法.在构建兼顾属性距离及关系强度的网络之后,完善了近邻对象及核心对象的概念,并给出了相应的聚类策略.理论分析和实验结果表明,由于综合考虑了属性、关系及关系强度信息,算法规避了对象属性值分布对聚类过程的影响,改善了聚类效果,并能有效识别枢纽点和孤立点.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白尘	北京科技大学东凌经济管理学院	5	48	2.0	5.0
2	吴玲玉	北京大学光华管理学院	5	44	3.0	5.0