基于密度和混合距离度量方法的混合属性数据聚类研究

• 作者: 何辉豪 陈晋音
• 来源期刊: 控制理论与应用
• 学科: 工学
• 关键词: 数据挖掘 混合属性 聚类 密度 混合距离度量
• 年，卷（期）: 2015,（8）
• 所属期刊栏目: 论文与报告
• 页码范围: 993-1002
• 页数: 10页
• 分类号: TP391
• 字数: 10836字
• 语种: 中文
• DOI: 10.7641/CTA.2015.41122

摘要

针对基于密度的传统算法不能处理混合属性数据,以及目前的混合属性聚类算法大多数聚类质量不高等问题,提出了基于密度和混合距离度量方法的混合属性聚类算法.该算法通过分析混合属性数据特征,将混合属性数据分为数值占优、分类占优和均衡型混合属性数据3类,分析不同情况的特征选取相应的距离度量方式,通过预设参数能够发现数据密集区域,确定核心点,再利用核心点确定密度相连的对象实现聚类,获得最终的聚类结果.将算法应用于多种数据集上的实验结果表明,该算法具有较高的聚类质量,能够有效处理混合属性数据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈晋音	浙江工业大学信息工程学院	45	217	9.0	13.0
2	何辉豪	浙江工业大学信息工程学院	4	32	3.0	4.0