拓展差异度的高维数据聚类算法

• 作者: 何慧霞 武森 范岩岩
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 拓展差异度 CABOSFV 高维聚类 CABOSFV_D 位集
• 年，卷（期）: 2020,（23）
• 所属期刊栏目: 理论与研发
• 页码范围: 38-44
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2001-0309

摘要

CABOSFV是一种有效的高维数据聚类算法.针对CABOSFV算法倾向于将数据对象分配到更大的类中这一问题,提出一种拓展差异度的高维数据聚类算法(CABOSFV_D).该算法引入了调整指数p,对原始稀疏差异度进行拓展,降低类大小对对象分配的影响;同时用位集的方式实现CABOSFV_D算法,使算法的运算效率明显提升.基于多个UCI标准数据集进行聚类实验,结果表明CABOSFV_D在聚类效果和时间效率上均优于原始CABOSFV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	武森		64	658	14.0	23.0
2	何慧霞		1	0	0.0	0.0
3	范岩岩		1	0	0.0	0.0