一种基于距离调节的聚类算法

扫码查看

原文链接

NETL

中文摘要：针对k-means算法不适合凹形样本空间的问题,提出了一种基于距离调节的聚类算法、算法中引入了一种调节最短路径距离作为算法的相似度函数,该函数可以使经过高密度数据区域的两点距离缩短,而经过低密度数据区域的两点距离加长,由此来缩小类间样本的相似度,同时加大类间的相似度,以及更好的聚类.实验结果证明,该算法对凹状的聚类样本空间具有很好的聚类效果.

关键词：

聚类算法 k-means算法距离调节

主办单位：

中国计算机学会

会议名称：

2008年全国开放式分布与并行计算学术年会

会议时间：

2008-10-25

会议地点：

扬州

会议母体文献：

2008年全国开放式分布与并行计算学术年会论文集

页码：

128-131

出版时间：

2008