-
题名基于非度量多维缩放的聚类组合算法
- 1
-
-
作者
周文娟
赵礼峰
-
机构
南京邮电大学理学院
-
出处
《计算机应用》
CSCD
北大核心
2018年第A01期67-72,共6页
-
基金
国家自然科学基金青年基金资助项目(61304169)
-
文摘
针对单一聚类方法远不能满足实际数据分析需求,且K-Means聚类中维数高,非度量型数据分析亟待解决的问题,提出一种基于非度量多维缩放的聚类组合算法(NMDSCCA)。该算法通过非度量多维缩放方法对非度量型的高维数据进行降维,利用降维后得到的主成分变量作为输入变量,以K-Means算法作为基聚类器进行聚类,解决了K-Means算法无法处理分类数据以及维数高的变量局限性,使其具有普适性。仿真实验表明,新算法不仅聚类效果上均优于传统K-Means算法及基于主成分分析(PCA)的聚类组合算法,而且算法应用于大数据时具有更高的收敛速度。
-
关键词
非度量多维缩放
K—Means算法
聚类分析
聚类组合
高维数据
主成分分析
-
Keywords
non-metric multidimensional scaling
K-Means algorithm
clustering analysis
clustering combination
highdimensional data
Principal Component Analysis （PCA）
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-
