基于近邻传播的限定簇数聚类方法研究

被引：3

作者：

李海林 ^{[1
,2
]}

魏苗 ^{[1
]}

机构：

[1] 华侨大学工商管理学院

[2] 华侨大学现代应用统计与大数据研究中心

来源：

电子科技大学学报 | 2018年 / 47卷 / 05期

关键词：

近邻传播; 聚类算法; 类簇数目; 数据挖掘; K均值聚类;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

针对传统近邻传播聚类算法不能进行限定类簇数目的聚类缺陷,提出一种三阶段的改进聚类方法。该方法通过近邻传播聚类从数据集中获得中心代表点集合,利用K-means算法对中心代表点集合进行指定类簇数目的聚类进而获得初始训练集,结合改进的K最近邻算法实现数据的聚类分析。采用人工仿真数据及UCI数据集进行对比实验,实验结果分析表明,与近邻传播聚类算法和传统限定类簇数目的聚类算法相比,新聚类算法具有更好的聚类效果。

引用

页码：733 / 739

页数：7

共 14 条

[1] 基于关键词重要性和近邻传播聚类的主题分析研究 [J].