一种可优化相异性度量的Affinity Propagation聚类算法

陈新泉

0
0
浏览
下载

摘要
关键词
基金信息
论文图表
同行评议
相关论文
评论

一种可优化相异性度量的Affinity Propagation聚类算法

首发时间：2009-06-30

陈新泉 ¹

1、上饶师范学院数学与计算机系

摘要：为获得更贴近于混合属性数据点集空间的相异性度量，从而探测出数据点集的更有意义的聚类分布，提出了一种可优化相异性度量的Affinity Propagation聚类算法(算法1)。接着对该聚类算法进行了必要的讨论，给出其时间复杂度及收敛性分析。通过German数据集的几种聚类算法的对照实验结果及评估相异性度量的比较实验结果，验证了该聚类算法有时能取得更好的聚类精度，从而说明该加权聚类算法具有一定的有效性。最后给出了几点研究展望，为下一步的研究指明了方向。

关键词：相异性度量 Affinity Propagation 有序属性无序属性混合属性

For information in English, please click here

An Affinity Propagation Clustering Algorithm Embedded in Optimizing Dissimilarity Measure

Chen Xinquan ¹

1、Department of Mathematics and Computer, Shangrao Normal University

Abstract：It gives an Affinity Propagation Clustering algorithm embedded in Optimizing Dissimilarity measure (APCOD), described by algorithm 1, in order to find more meaningful clustering distributions by searching a better dissimilarity measure in hybrid attributes data space. After some necessary discuss, it lists its time complexity and astringency analysis. The APCOD can some time get a better clustering quality validated by experiments using German data sets. At last, it indicates several valuable research expectations.

基金：

论文图表：

引用

导出参考文献

.txt

.ris

.doc

陈新泉. 一种可优化相异性度量的Affinity Propagation聚类算法[EB/OL]. 北京：中国科技论文在线 [2009-06-30]. https://www.paper.edu.cn/releasepaper/content/200906-811.

No.3352722051124635****

同行评议

共计0人参与

全部评论

0/1000

论文编号	200906-811
论文题目	一种可优化相异性度量的Affinity Propagation聚类算法
文献类型
收录期刊	上传封面中文期刊英文期刊期刊名称（中文）期刊名称（英文）年，卷（）上传封面中文专著英文专著书名（中文）书名（英文）出版地出版社出版年上传封面中文译著英文译著书名（中文）书名（英文）出版地出版社出版年上传封面中文论文集英文论文集编者.论文集名称（中文） [c]. 出版地出版社出版年， - 编者.论文集名称（英文） [c]. 出版地出版社出版年，- 上传封面中文文献英文文献期刊名称（中文）期刊名称（英文）日期-- 在线地址http:// 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期-- 上传封面中文文献英文文献文题（中文）文题（英文）出版地出版社,出版日期--
英文作者写法：中外文作者均姓前名后，姓大写，名的第一个字母大写，姓全称写出，名可只写第一个字母，其后不加实心圆点“.”, 作者之间用逗号“，”分隔，最后为实心圆点“.”, 示例1：原姓名写法：Albert Einstein,编入参考文献时写法：Einstein A. 示例2：原姓名写法：李时珍；编入参考文献时写法：LI S Z. 示例3：YELLAND R L,JONES S C,EASTON K S,et al.