一种基于启发式的分层聚类

• 作者: 吴凤珍 李建伏 赵玉成
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 分层聚类 启发式 最小进化
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 151-154,167
• 页数: 5页
• 分类号: TP3
• 字数: 6270字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2014.05.039

摘要

由于在某一次合并后不能改变对象所属类，致使分层聚类算法聚类质量差。为了提高聚类质量，提出一种新的分层聚类机制---基于启发式的分层聚类。与现有的分层聚类不同，基于启发式的分层聚类首先利用现有分层聚类算法构建初始聚类树，然后通过一定的策略改变当前聚类树以使得某个目标函数最小。借鉴计算分子生物学中的最小进化原理，将目标函数定义为聚类树的树长。最后，通过实验验证了新算法能有效地提高现有分层聚类算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李建伏	中国民航大学计算机科学与技术学院	17	139	6.0	11.0
2	吴凤珍	郑州职业技术学院基础教育处	14	15	3.0	3.0
3	赵玉成	中国民航大学计算机科学与技术学院	2	7	1.0	2.0