一种改进 NeuraI-Gas 算法的聚类新算法 CARD

• 作者: 朱烨行 李艳玲 杨献文
• 来源期刊: 计算机应用研究
• 关键词: Neural-Gas 算法 聚类算法 距离值 排序
• 年，卷（期）: 2015,（5）
• 所属期刊栏目: 算法研究与探讨
• 页码范围: 1309-1312
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2015.05.007

摘要

针对现有的 Neural-Gas 算法进行改进，提出了一种新的聚类算法。改进之处在于：一个点对一个簇的质心的影响程度取决于该点到其他更近的簇的质心的距离值，而不仅仅是点与簇质心间距离值按大小排列次序的序号。在几个数据集上的实验结果表明，该算法在熵、纯度、F1值、rand index、规范化互信息 NMI 等五个指标上优于 K-means 算法、Neural-Gas 算法等其他几种聚类算法，该算法是一种较好较快的算法。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李艳玲	第二炮兵工程大学电子工程系	15	105	6.0	9.0
2	朱烨行	西安邮电大学经济与管理学院	10	51	4.0	7.0
3	杨献文	西安财经学院信息与教育技术中心	3	29	2.0	3.0