聚类混合型数据的密度峰值改进算法

• 作者: 唐德权 曹守富 谭阳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 混合型数据 密度峰值 属性编码 海明度量
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 理论与研发
• 页码范围: 47-53
• 页数: 7页
• 分类号: TP181
• 字数: 7469字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1905-0357

摘要

聚类混合型数据,通常是依据样本属性类别的不同分别进行评价.但这种将样本属性划分到不同子空间中分别度量的方式,割裂了样本属性原有的统一性;导致对样本个体的相似性评价产生了非一致的度量偏差.针对这一问题,提出以二进制编码样本属性,再由海明差异对属性编码施行统一度量的新的聚类算法.新算法通过在统一的框架内对混合型数据实施相似性度量,避免了对样本属性的切割,在此基础上又根据不同属性的性质赋予其不同的权重,并以此评价样本个体之间的相似程度.实验结果表明,新算法能够有效地聚类混合型数据;与已有的其他聚类算法相比较,表现出更好的聚类准确率及稳定性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐德权	湖南师范大学数学与统计学院	25	66	5.0	7.0
3	谭阳	湖南师范大学数学与统计学院	13	20	3.0	4.0
7	曹守富	湖南广播电视大学网络技术系	5	8	1.0	2.0