基于改进流形距离K-medoids算法

作     者：邱兴兴 程霄 QIU Xingxing;CHENG Xiao

作者机构：九江学院信息科学与技术学院江西九江332005 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2013年第33卷第9期

页      码：2482-2485,2657页

摘      要：针对空间分布复杂的数据以及空间分布未知的现实数据聚类问题,设计了一种改进流形距离作为不相似测度。该不相似测度可有效利用所有数据点之间的全局一致性,挖掘无类属数据集的空间分布信息。通过使用该不相似测度,提出了基于改进流形距离K-medoids算法。将新算法与基于已有的流形距离和基于欧氏距离的Kmedoids算法进行性能比较,对八个人工数据集以及USPS手写体数字识别问题的实验结果表明:新算法针对不同结构的测试数据集,在聚类性能上均优于或接近于另外两种K-medoids算法,并且对于各种分布的,无论简单或复杂,凸或者非凸的数据都可以进行聚类。

主 题 词：不相似测度 K—medoids算法 聚类 流形距离 模式识别 

学科分类：1305[艺术学-设计学类] 12[管理学] 13[艺术学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0804[工学-材料学] 0835[0835] 081101[081101] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.11772/j.issn.1001-9081.2013.09.2482

馆 藏 号：203710353...