一种基于相似性度量高维数据聚类算法研究.pdfVIP

下载本文档

29
0
约1.82万字
约 4页
2017-09-13 发布于重庆
举报
版权申诉

一种基于相似性度量高维数据聚类算法研究.pdf

1、本文档共4页，可阅读全部内容。
2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

第２６卷第９期　　　计算机应用与软件Ｖｏｌ２６Ｎｏ．９０９２００９年９月　　ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＳｅｐ．２０一种基于相似性度量的高维数据聚类算法的研究黄斯达　陈启买（华南师范大学计算机学院　广东广州５１０６３１）摘　要　　针对传统基于距离度量的聚类算法难以适合高维数据聚类以及高维数据之间相似度难定义的问题，提出了一种新的高维数据聚类算法。该算法基于一个能够更准确地表达出高维对象之间相似性的度量函数，首先计算对象两两之间的相似度并得出一个相似度矩阵，然后根据该相似度矩阵和阈值大小自底向上对数据进行聚类分析。实验结果显示，该算法能够获得质量更高的聚类结果，并且不受孤立点影响，对输入数据顺序也不敏感。关键词　　高维数据　聚类分析　相似性度量ＯＮＣＬＵＳＴＥＲＩＮＧＡＬＧＯＲＩＴＨＭＯＦＨＩＧＨＤＩＭＥＮＳＩＯＮＡＬＤＡＴＡＢＡＳＥＤＯＮＳＩＭＩＬＡＲＩＴＹＭＥＡＳＵＲＥＭＥＮＴＨｕａｎｇＳｉｄａ　ＣｈｅｎＱｉｍａｉ（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅ，ＳｏｕｔｈＣｈｉｎａＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙ，Ｇｕａｎｇｚｈｏｕ５１０６３１，Ｇｕａｎｇｄｏｎｇ，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｐｒｏｂｌｅｍｓｔｈａｔｔｈｅｔｒａｄｉｔｉｏｎａｌｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｓｂａｓｅｄｏｎｄｉｓｔａｎｃｅｍｅａｓｕｒｅｍｅｎｔａｒｅｎｏｔｓｕｉｔａｂｌｅｆｏｒｈｉｇｈｄｉｍｅｎ ｓｉｏｎａｌｄａｔａｃｌｕｓｔｅｒｉｎｇａｎｄｔｈｅｓｉｍｉｌａｒｉｔｉｅｓａｍｏｎｇｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａａｒｅｈａｒｄｔｏｂｅｄｅｆｉｎｅｄ，ａｎｅｗｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｉｓｐｒｏｐｏｓｅｄｉｎｔｈｉｓｐａｐｅｒ．Ｔｈｅｎｅｗａｌｇｏｒｉｔｈｍｉｓｂａｓｅｄｏｎａｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｉｎｇｆｕｎｃｔｉｏｎ，ｗｈｉｃｈｉｓａｂｌｅｔｏｍｏｒｅａｃｃｕｒａｔｅｌｙｅｘｐｒｅｓｓｔｈｅｓｉｍｉｌａｒｉｔｙｄｅｇｒｅｅａｍｏｎｇｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａ．Ｔｈｅｅｘｅｃｕｔｉｎｇｐｒｏｇｒｅｓｓｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｓａｓｆｏｌｌｏｗｓ：ｆｉｒｓｔｌｙｉｔｕｓｅｓｔｈｅｆｕｎｃｔｉｏｎｔｏｃｏｍｐｕｔｅｔｈｅｓｉｍｉｌａｒｉｔｙｄｅｇｒｅｅｂｅｔｗｅｅｎｅａｃｈｔｗｏｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａｓｏａｓｔｏｏｂｔａｉｎａｓｉｍｉｌａｒｉｔｙｍａｔｒｉｘ，ａｎｄｔｈｅｎｃｏｎｄｕｃｔｓｔｈｅｂｏｔｔｏｍｕｐｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓｂａｓｅｄｏｎｔｈｅｓｉｍｉｌａｒｉｔｙｍａｔｒｉｘａｎｄｔｈｅｔｈｒｅｓｈｏｌｄｖａｌｕｅ．Ｅｘｐｅｒｉｍｅｎｔｓｈｏｗｓｔｈａｔｔｈｉｓａｌｇｏｒｉｔｈｍｃａｎａｔｔａｉｎｃｌｕｓｔｅｒｉｎｇｏｕｔｃｏｍｅｓｗｉｔｈｈｉｇｈａｃｃｕｒａｃｙ，ａｎｄｄｏｅｓｎｏｔｂｅａｆｆｅｃｔｅｄｂｙｔｈｅｏｕｔｌｉｅｒｓ．Ｔｈｉｓａｌｇｏｒｉｔｈｍｉｓａｌｓｏｉｎｓｅｎｓｉｔｉｖｅｔｏｔｈｅｏｒｄｅｒｏｆｔｈｅｉｎｐｕｔｄａｔａ．Ｋｅｙｗｏｒｄｓ　　Ｈｉｇｈｄｉｍｅｎｓｉｏｎａｌｄａｔａ　Ｃｌｕｓｔｅｒｉｎｇａｎａｌｙｓｉｓ　Ｓｉｍｉｌａｒｉｔｙｍｅａｓｕｒｅｍｅｎｔ间差异度表示。总结现有度量方式不难发现，很多在低维空间０　引　言中能得到较好结果的距离度量公式，在高维空间中却表现出较差的性能。如果将低维空间中基于距离