基于相似性二次度量的高维数据聚类算法被引量：3

在线阅读下载PDF

导出

摘要针对高维数据相似度难定义的问题,提出了一种基于相似性二次度量的高维聚类算法。该算法首先由属性分布相似度和空间距离计算数据对象间实距离矩阵,得到各对象的最近邻表,根据该表内元素的交叉情况计算出数据间的相似性矩阵,最后根据该相似矩阵进行数据聚类。实验结果显示该算法能够获得优秀的聚类结果。

作者郏宣耀

机构地区宁波大红鹰职业技术学院软件学院

出处《计算机应用》 CSCD 北大核心 2005年第B12期176-177,共2页 journal of Computer Applications

关键词高维聚类相似性度量二次度量噪声

分类号 TP311 [自动化与计算机技术—计算机软件与理论]

作者简介郏宣耀（1982-），男，浙江舟山人，助教，主要研究方向：计算智能、模式识别、图像处理.（yingzhou866@163．com）

引文网络
相关文献

参考文献11

1HAN J, KAMBER M. Data mining: concept and techniques[ M].2nd ed, Higher Education Press, 2001.
2KARYPIS G, HAN EH, KUMAR V, CHAMELEON: A hierarchical clustering algorithm using dynamic modeling[ J], Computer,1999.32(8) : 68 - 75.
3HAN EHG, KUMAR V, et al. TR-97-063, Clustering in a high-dimentional space using hypergraph models[ R]. Minneapolis, Department of Computer Science, University of Minnesota, 1997.
4ESTER M, KRIEGEL HP, SANDER J, et al. A density-Based Algorithm for Discovering Clusters in Large Databases with Noise[ A],Second International Conference on Knowledge Discovery and Data Mining Portland[ C]. Oregon, 1996. 226 -231.
5PILEVAR AH, SUKUMAR M, GCHL: A grid-clustering algorithm for high-dimensional very large spatial data bases[ J]. Pattern Recognition Letters, 2005, 26(7) :999 - 1010.
6KOHONEN T , Self - Organization and Associated Memory [ M ] ,Springer-Verlag, 1988.
7刘纪平,汪宏斌,汪诚波,周洞汝.基于模糊最近邻的高维数据聚类[J].小型微型计算机系统,2005,26(2):261-263. 被引量：5
8高媛,陈建斌,陈立潮.一种基于多层概图的高维聚类算法研究[J].计算机应用,2004,24(S1):87-88. 被引量：1
9陈建斌,宋翰涛.基于属性分布相似度的超图高维聚类算法研究[J].计算机工程与应用,2004,40(34):195-198. 被引量：7
10张蓉,彭宏.一种基于超图模式的高维空间数据聚类方法[J].计算机工程,2002,28(7):54-55. 被引量：11

二级参考文献35

1[1]Jackson J E. A User's Guide To Principal Components.John Wiley & Sons,1991
2[2]Jain A K, Dubes R C. Algorithms for Cluster Data. Prentice Hall,1988
3[3]Agrawal R,Srikant R. Fast Algorithms for Mining Association rules.Proc.of the 20th VLDB Conference, 1994
4[4]Kirkpatrick S, Gelatt C D,Vecchi H M P. Optimization by Simulated Annealing. Science, 1983,220(4598):671-680
5[5]Hua K A,Lang S D,Lee W K. A Decomposition-based Simulated Ann -ealing Technique for Data Clustering. SIGMOD, 1994:117-128
6[6]Cheeseman P, Stutz J. Baysian Classification (Autoclass):Theory and Result. U.M.Fayyad,G.Piatetsky-Shapiro, P.Smith,and R.thurusamy,editors, Advances in Knowledge Discovery and Data Mining, 1996
7[7]Frakes W B,Stemming Algorithms.In W.B.Frakes and R.Baeza-Yate,Editors,Information Retrieval Data Structures and Algorithms, Prentice Hall, 1992
8Arya S. Nearest neighbor serarching and applications[D]. University of Maryland, Colleage Park, MD, 1995.
9Han J, Kamber M. Data mining: concepts and techniques[J]. Higher Education Press,2001.
10Ng R, Han J. Efficient and effective clustering method for spatial data mining[C]. In: the 20th VLDB Conference, Santiago, Chile, 1994,144-145.

共引文献26

1陈建斌,宋翰涛.基于属性分布相似度的超图高维聚类算法研究[J].计算机工程与应用,2004,40(34):195-198. 被引量：7
2沙金,张翠肖,贾玉锋,胡迎新.HGHD:一种基于超图的高维空间数据聚类算法[J].微电子学与计算机,2006,23(6):185-187. 被引量：2
3卢正鼎,郭洁,刘芳.一种基于超图模型的客户行为分析方法[J].计算机工程与科学,2006,28(11):54-55. 被引量：1
4刘洋,张雅杰.模糊-超图聚类模型在土地评价中的应用研究[J].武汉理工大学学报,2007,29(11):126-128. 被引量：7
5涂丽红,仝海燕,杨丽萍.基于相异度的孤立点挖掘研究[J].计算机与数字工程,2008,36(1):16-19. 被引量：3
6马连浩,杨鑫华,李荣键.面向论坛FAQ文档的轻量级聚类算法[J].微型电脑应用,2008,24(3):48-50.
7马连浩,杨鑫华,李荣键.面向FAQ文档的轻量级聚类算法[J].图书情报工作,2008,52(1):117-119.
8蔡淑琴,吴颖敏,程全胜.市场机遇发现的超图路径及其应用[J].武汉理工大学学报（信息与管理工程版）,2008,30(6):923-927. 被引量：4
9刘嘉,骆瑞玲,李明.基于一种新的特征提取的语音辨识[J].科学技术与工程,2009,9(2):460-464. 被引量：1
10高媛,陈建斌,陈立潮.一种基于多层概图的高维聚类算法研究[J].计算机应用,2004,24(S1):87-88. 被引量：1

同被引文献22

1吴萍,宋瀚涛,牛振东,张利萍,张聚礼.基于SS/OSF实现高维稀疏数据对象的聚类[J].北京理工大学学报,2006,26(3):216-220. 被引量：5
2李卫平,张志鸿.万有引力定律在聚类中的应用[J].安阳工学院学报,2006,5(4):40-43. 被引量：3
3马淑芝,贾洪彪,唐辉明,胡新丽,李振宇.利用核磁共振勘测滑坡的水文地质条件[J].煤田地质与勘探,2006,34(6):33-36. 被引量：3
4Han Jiawei.数据挖掘概念与技术[M].北京:机械工业出版社,2008.
5Aggarwal C C. Re-designing Distance Functions and Dis tance-Based Applications for High Dimensional Data[J]. ACM SIGMOD Record, 2001, 30(1):13-18.
6Aggarwal C C. On the Effects of Dimensionality Reduction on High Dimensional Similarity Search[C]//Proc of the 20th ACM SIGMODSIGACT-SIGART Symp on Principles of Database Systems, 2001 : 256-266.
7Hinneburg, Aggarwal C C, Keim D. What Is the Nearest Neighbor in High Dimensional Spaces? [C]//Proc of the 26th Int'l Conf on Very large Data Bases, 2000:506-515.
8Beyer K, Goldstein J, Ramakrishnan R, et al. When Is Nearest Neighbors Meaningful? [C]//Proc of ICDT'99, 1999:217-235.
9黄斯达,陈启买.一种基于相似性度量的高维数据聚类算法的研究[J].计算机应用与软件,2009,26(9):102-105. 被引量：13
10邵昌昇,楼巍,严利民.高维数据中的相似性度量算法的改进[J].计算机技术与发展,2011,21(2):1-4. 被引量：23

引证文献3

1谢明霞,郭建忠,张海波,陈科.高维数据相似性度量方法研究[J].计算机工程与科学,2010,32(5):92-96. 被引量：18
2张廷,王功明.基于有序NPsim矩阵的颜色近邻搜索[J].光谱学与光谱分析,2018,38(2):377-385.
3左国龙,汪滨,臧德记,马广军.核磁共振移动扫描探测含水隐患的数值模拟与分析[J].水利与建筑工程学报,2023,21(2):43-50.

二级引证文献18

1熊红强,耿伯英,王文涛.海战场目标分群方法研究[J].电光与控制,2012,19(2):26-28. 被引量：2
2孙越林,包磊.基于D-S证据理论的海战场目标战术意图识别技术研究[J].舰船电子工程,2012,32(5):48-51. 被引量：14
3谢明霞,王家耀,郭建忠,陈科.不等距划分的高维相似性度量方法研究[J].武汉大学学报（信息科学版）,2012,37(7):780-783. 被引量：3
4林莽.林莽散文选[J].岁月,2000(7):27-29.
5王晓阳,张洪渊,沈良忠,池万乐.基于相似性度量的高维数据聚类算法研究[J].计算机技术与发展,2013,23(5):30-33. 被引量：13
6胡兆芹.新型信息检索模型发展研究[J].情报探索,2013(5):81-84. 被引量：3
7王新为,杨绍清,林洪文,常春.海战场目标分群技术研究[J].舰船电子工程,2013,33(11):25-27. 被引量：6
8张桐,吴继峰,杨森林,郭江龙,孙文川.多波束声纳图像的补偿及其与地形数据的融合[J].舰船电子工程,2014,34(9):140-142.
9袁瑞萍,师鸣若.基于可拓学理论的高维大数据相似性研究[J].运筹与管理,2015,24(5):184-188. 被引量：4
10聂俊岚,陈贺敏,张继凯,郭栋梁.基于数据相似度的多维海洋数据交互式集成可视化[J].海洋通报,2015,34(5):586-591. 被引量：5

1高媛,陈建斌,陈立潮.一种基于多层概图的高维聚类算法研究[J].计算机应用,2004,24(S1):87-88. 被引量：1
2陈建斌,宋翰涛.基于属性分布相似度的超图高维聚类算法研究[J].计算机工程与应用,2004,40(34):195-198. 被引量：7
3淦文燕,李家福,李德毅.高维聚类中的一种特征筛选方法[J].解放军理工大学学报（自然科学版）,2003,4(6):1-5. 被引量：9
4冯永,钟将,熊忠阳,叶春晓,吴中福.一种自底向上的高维聚类算法[J].重庆大学学报（自然科学版）,2006,29(9):106-110.
5刘佳佳,胡孔法,陈凌.基于单维分割的高维数据聚类算法HDCA-SDP[J].扬州大学学报（自然科学版）,2008,11(3):53-56.
6黄斯达,陈启买.基于相似性度量的高维聚类算法的研究[J].微计算机信息,2009,25(27):187-188. 被引量：4
7蒋云良,杨章显,刘勇.不协调信息系统快速属性分布约简方法[J].自动化学报,2012,38(3):382-388. 被引量：15
8彭昂,王如龙,陈泉泉,张锦.基于复杂属性相似度的聚类算法及其应用研究[J].计算机应用,2010,30(7):1930-1932.
9张爱科,符保龙.基于高维聚类的探索性文本挖掘算法[J].计算机应用,2013,33(4):988-990. 被引量：4
10冯永,吴开贵,熊忠阳,吴中福.一种有效的并行高维聚类算法[J].计算机科学,2005,32(3):216-218. 被引量：6

计算机应用

2005年第B12期

浏览历史

内容加载中请稍等...

基于相似性二次度量的高维数据聚类算法被引量：3

参考文献11

二级参考文献35

共引文献26

同被引文献22

引证文献3

二级引证文献18

相关作者

相关机构

相关主题

浏览历史

基于相似性二次度量的高维数据聚类算法 被引量：3

参考文献11

二级参考文献35

共引文献26

同被引文献22

引证文献3

二级引证文献18

相关作者

相关机构

相关主题

浏览历史

基于相似性二次度量的高维数据聚类算法被引量：3