一种有效的Gk-prototypes聚类算法

• 作者: 徐蔚鸿 文泽林 郭映江 陈沅涛
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: k-prototypes聚类 去模糊相似矩阵 粒计算 最大最小距离法
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1693-1699
• 页数: 7页
• 分类号: TP181.1
• 字数: 6920字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.09.023

摘要

针对传统的聚类算法对初始聚类中心敏感、只能对单一属性聚类且聚类效果有时欠佳等不足,提出了一种能处理数值属性和分类属性的Gk-prototypes聚类算法.在经典的k-prototypes聚类算法的基础上,利用去模糊相似矩阵来构造粗粒子集,结合粒计算和最大最小距离法确定初始聚类中心,并改进了目标函数.实验结果和理论分析表明,Gk-prototypes聚类算法与其他基于k-prototypes的改进算法相比,聚类更准确,有效性更好,鲁棒性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐蔚鸿	长沙理工大学计算机与通信工程学院	85	647	14.0	21.0
2	陈沅涛	长沙理工大学计算机与通信工程学院	34	125	7.0	10.0
3	郭映江	长沙理工大学计算机与通信工程学院	1	0	0.0	0.0
4	文泽林	长沙理工大学计算机与通信工程学院	1	0	0.0	0.0