摘要:本文提出了一种用于聚类分析的加权聚类算法,通过利用拉普拉斯权,将聚类对象之间的结构信息自动转换为对象的权重.由于拉普拉斯权能够描述数据的邻域结构,从而能够更好的聚类.该加权聚类算法在性能上比经典聚类算法有较大改进,还具有对孤立点鲁棒、适合类别不平衡数据聚类、对聚类个数不敏感等优点.人工数据集以及UCI标准数据集上的实验证实了本文算法的可行性和有效性.
关键词:聚类 拉普拉斯 加权
单位:南京航空航天大学计算机科学与工程系; 江苏南京210016
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社
相关期刊
古典学研究