高维数据的增量式聚类算法的距离度量选择研究

• 作者: 王士同 邵俊健
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 高维数据 SpFCM算法 距离度量 增量式模糊聚类算法 相关系数距离度量
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 高性能计算
• 页码范围: 214-223
• 页数: 10页
• 分类号: TP18
• 字数: 6022字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.02.004

摘要

合适的距离度量函数对于聚类结果有重要的影响.针对大规模高维数据集, 使用增量式聚类算法进行距离度量的选择分析.SpFCM算法是将大规模数据集分成小样本进行增量分批聚类, 可在有限的计算机内存中获得较好的聚类结果.在传统的SpFCM算法的基础上, 使用不同的距离度量函数来衡量样本之间的相似性, 以得出不同的距离度量对SpFCM算法的影响.在不同的大规模高维数据集中, 使用欧氏距离、余弦距离、相关系数距离和扩展的杰卡德距离来计算距离.实验结果表明, 后3个距离度量相对于欧氏距离可以很大程度地提高聚类效果, 其中相关系数距离可以得到较好的结果, 余弦距离和扩展的杰卡德距离效果比较一般.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	邵俊健	江南大学数字媒体学院	2	2	1.0	1.0