基于特征加权理论的数据聚类算法
费贤举1
李虹2
田国忠1
1.常州工学院 计算机信息工程学院,江苏 常州,2130322.吉林省质检检测基地 吉林省纤维检验处,长春,130103
摘要：针对数据挖掘过程中数据聚类操作的初始聚类数目和初始聚类中心确定困难的问题,提出了一种软子空间结合竞争合并机制的模糊加权聚类算法.通过对软子空间聚类算法的目标函数进行改写,并结合数据簇势的大小对各数据簇进行竞争与合并操作,实现了对数据的聚类处理.结果表明,该算法能够准确地对数据样本进行聚类,并且聚类结果与初始数据簇数目和初始聚类中心无关,能够满足对高维数据聚类处理的需要,具有较好的实际应用价值.
关键词：数据挖掘数据聚类特征加权软子空间聚类竞争合并机制模糊聚类算法聚类中心聚类数目
分类号：TP311(计算技术、计算机技术)
资助基金：国家自然科学基金(61363004)
论文发表日期：2018-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：5( 77-81 )
英文信息