【摘要】：提出一種維度概率摘要模型,將聚類(lèi)產(chǎn)生的簇摘要信息采用各維度的概率分布來(lái)表示;定義點(diǎn)簇相似度、簇簇相似度等相似性度量方法;提出一種基于維度概率摘要模型的凝聚層次聚類(lèi)算法.實(shí)驗(yàn)分析發(fā)現(xiàn),所提模型和算法能夠產(chǎn)生高質(zhì)量的聚類(lèi),能夠避免噪聲點(diǎn)的影響并發(fā)現(xiàn)離群點(diǎn),能夠自動(dòng)發(fā)現(xiàn)聚類(lèi),算法穩(wěn)定可靠且對(duì)高維數(shù)據(jù)集聚類(lèi)效果很好.
[Abstract]:In this paper, a dimensional probability summary model is proposed, in which the cluster summary information generated by clustering is represented by the probability distribution of each dimension; the similarity measures such as point cluster similarity and cluster similarity are defined; and a condensed hierarchical clustering algorithm based on dimensional probability summary model is proposed. The experimental analysis shows that the proposed model and algorithm can produce high quality clustering, avoid the influence of noise points and find outliers, and can automatically find clustering. The algorithm is stable and reliable and has a good effect on high-dimensional data clustering.
【作者單位】： 浙江工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;溫州職業(yè)技術(shù)學(xué)院信息技術(shù)系;
【基金】：水利部公益性行業(yè)科研專(zhuān)項(xiàng)基金項(xiàng)目(201401044) 國(guó)家科技支撐計(jì)劃子課題項(xiàng)目(2012BAD10B0101)
【分類(lèi)號(hào)】：TP311.13

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 夏卓群;歐慧;李平;武志偉;戴傲;;基于改進(jìn)流形距離和人工蜂群的二階段聚類(lèi)算法[J];控制與決策;2016年03期

2 王玲;孫華;;基于自適應(yīng)學(xué)習(xí)的演化聚類(lèi)算法[J];控制與決策;2016年03期

3 王駿;王士同;鄧趙紅;;聚類(lèi)分析研究中的若干問(wèn)題[J];控制與決策;2012年03期

4 孫吉貴;劉杰;趙連宇;;聚類(lèi)算法研究[J];軟件學(xué)報(bào);2008年01期

5 羅印升,李人厚,張維璽;一種基于克隆選擇的聚類(lèi)算法[J];控制與決策;2005年11期

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李鑫;李凌雁;李楠;;基于RFID和WSN的采摘機(jī)器人自主定位與導(dǎo)航設(shè)計(jì)[J];農(nóng)機(jī)化研究;2017年09期

2 王浩;孫福明;;基于分類(lèi)模板的SAR圖像自動(dòng)配準(zhǔn)方法[J];電子科技;2017年08期

3 方天恩;漆晶;張朝陽(yáng);蘇開(kāi)榮;楊靖;;基于SAW傳感器陣列的混合氣體定性分析[J];壓電與聲光;2017年04期

4 牛文靜;申建建;馮仲愷;程春田;郭有安;;基于數(shù)據(jù)挖掘的梯級(jí)水電站群指令調(diào)度優(yōu)化方法[J];電力系統(tǒng)自動(dòng)化;2017年15期

5 程汝峰;劉奕志;梁永全;;基于互近鄰相對(duì)距離的最小生成樹(shù)聚類(lèi)算法[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2017年03期

6 謝天保;趙萌;雷西玲;;基于聚類(lèi)的城市共同配送海量訂單調(diào)度問(wèn)題研究[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2017年07期

7 田鳳亮;孫效玉;張航;;一種露天礦卡車(chē)故障的NLP技術(shù)挖掘與分析方法[J];金屬礦山;2017年07期

8 包明林;;我國(guó)圖書(shū)情報(bào)領(lǐng)域物聯(lián)網(wǎng)研究熱點(diǎn)分析[J];當(dāng)代圖書(shū)館;2017年02期

9 張松;張琳;王汝傳;;基于用戶(hù)限制聚類(lèi)的協(xié)同過(guò)濾推薦算法[J];南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版);2017年03期

10 姜楠;王揚(yáng)鈞;王登林;廖帥;;基于Weka平臺(tái)的輻射源數(shù)據(jù)挖掘研究[J];航天電子對(duì)抗;2017年03期

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳健;崔志明;時(shí)玉杰;盛勝利;龔聲蓉;;基于局部密度構(gòu)造相似矩陣的譜聚類(lèi)算法[J];通信學(xué)報(bào);2013年03期

2 公茂果;王爽;馬萌;曹宇;焦李成;馬文萍;;復(fù)雜分布數(shù)據(jù)的二階段聚類(lèi)算法[J];軟件學(xué)報(bào);2011年11期

3 李陽(yáng)陽(yáng);石洪竺;焦李成;馬文萍;;基于流形距離的量子進(jìn)化聚類(lèi)算法[J];電子學(xué)報(bào);2011年10期

4 高衛(wèi)峰;劉三陽(yáng);;一種高效粒子群優(yōu)化算法[J];控制與決策;2011年08期

5 魏萊;王守覺(jué);;基于流形距離的半監(jiān)督判別分析[J];軟件學(xué)報(bào);2010年10期

6 潘曉英;劉芳;焦李成;;密度敏感的多智能體進(jìn)化聚類(lèi)算法[J];軟件學(xué)報(bào);2010年10期

7 錢(qián)鵬江;王士同;鄧趙紅;徐華;;基于最小包含球的大數(shù)據(jù)集快速譜聚類(lèi)算法[J];電子學(xué)報(bào);2010年09期

8 王駿;王士同;;基于混合距離學(xué)習(xí)的雙指數(shù)模糊C均值算法[J];軟件學(xué)報(bào);2010年08期

9 王駿;王士同;王曉明;;基于特征加權(quán)距離的雙指數(shù)模糊子空間聚類(lèi)算法[J];控制與決策;2010年08期

10 杜根遠(yuǎn);田勝利;苗放;;結(jié)合ECM和FCM聚類(lèi)的遙感圖像分割新方法[J];計(jì)算機(jī)應(yīng)用研究;2009年10期

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 姚玉欽;李金廣;;一種基于網(wǎng)格的層次聚類(lèi)算法[J];河南師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2009年04期

2 李俊輝;;基于不確定圖的層次聚類(lèi)算法研究[J];中國(guó)管理信息化;2012年24期

3 李新良;;基于層次聚類(lèi)算法的改進(jìn)研究[J];軟件導(dǎo)刊;2007年19期

4 劉興波;;凝聚型層次聚類(lèi)算法的研究[J];科技信息(科學(xué)教研);2008年11期

5 郭曉娟;劉曉霞;李曉玲;;層次聚類(lèi)算法的改進(jìn)及分析[J];計(jì)算機(jī)應(yīng)用與軟件;2008年06期

6 史變霞;張明新;;一種改進(jìn)的層次聚類(lèi)算法[J];微電子學(xué)與計(jì)算機(jī);2010年12期

7 盛俊杰;謝麗聰;;基于成對(duì)約束的半監(jiān)督凝聚層次聚類(lèi)算法[J];微型機(jī)與應(yīng)用;2012年24期

8 張海建;;基于云平臺(tái)的層次聚類(lèi)算法在煤炭產(chǎn)業(yè)中的應(yīng)用[J];煤炭技術(shù);2013年12期

9 何振峰;;一種兩階段的限制層次聚類(lèi)算法[J];計(jì)算機(jī)工程與科學(xué);2006年07期

10 石劍飛;閆懷志;牛占云;;基于凝聚的層次聚類(lèi)算法的改進(jìn)[J];北京理工大學(xué)學(xué)報(bào);2008年01期

相關(guān)會(huì)議論文 前3條

1 馬曉艷;唐雁;;層次聚類(lèi)算法研究[A];2008年計(jì)算機(jī)應(yīng)用技術(shù)交流會(huì)論文集[C];2008年

2 饒金通;董槐林;姜青山;;基于孤立因子的層次聚類(lèi)算法與應(yīng)用[A];第二十一屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2004年

3 吳楠楠;史亮;饒金通;姜青山;董槐林;;一種改進(jìn)的高效層次聚類(lèi)算法[A];第二十二屆中國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（技術(shù)報(bào)告篇）[C];2005年

相關(guān)碩士學(xué)位論文 前10條

1 郭芳芳;面向分類(lèi)型集值數(shù)據(jù)的層次聚類(lèi)算法研究[D];山西大學(xué);2015年

2 李彩云;基于密度的改進(jìn)型層次聚類(lèi)算法研究[D];蘭州大學(xué);2016年

3 喬端瑞;基于K-means算法及層次聚類(lèi)算法的研究與應(yīng)用[D];吉林大學(xué);2016年

4 程?hào)|東;基于自然鄰的層次聚類(lèi)算法研究[D];重慶大學(xué);2016年

5 瞿俊;基于重疊度的層次聚類(lèi)算法研究及其應(yīng)用[D];廈門(mén)大學(xué);2007年

6 楊海斌;一種新的層次聚類(lèi)算法的研究及應(yīng)用[D];西北師范大學(xué);2011年

7 張冬梅;基于輪廓系數(shù)的層次聚類(lèi)算法研究[D];燕山大學(xué);2010年

8 李慧馳;基于三度信息的雙重層次聚類(lèi)算法[D];武漢理工大學(xué);2013年

9 張文開(kāi);基于密度的層次聚類(lèi)算法研究[D];中國(guó)科學(xué)技術(shù)大學(xué);2015年

10 段明秀;層次聚類(lèi)算法的研究及應(yīng)用[D];中南大學(xué);2009年

，

本文編號(hào)：2521254