网站首页  |  期刊介绍  |  编委会  |  投稿指南  |  在线订阅  |  联系我们English
于晓飞,葛洪伟.噪声环境下复杂流形数据的势能层次聚类算法[J].重庆邮电大学学报(自然科学版),2018,30(6):848-854. 本文二维码信息
二维码(扫一下试试看!)
噪声环境下复杂流形数据的势能层次聚类算法
Hierarchical clustering algorithm based on potential in complex flow data sets with noise
投稿时间:2017-11-15  修订日期:2018-10-19
DOI: 10.3979/j.issn.1673-825X.2018.06.017
中文关键词:  聚类  PHA  势能分层  层次聚类  噪声识别
English Keywords:clustering  potential-based hierarchical agglomerative (PHA)  potential hierarchy  hierarchical agglomerative clustering  noise recognition
基金项目:江苏省普通高校研究生科研创新计划项目(KYLX16_0781);江苏省普通高校研究生科研创新计划项目(KYLX16_0782);江苏省高校优势学科建设工程项目
作者单位E-mail
于晓飞 江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122
江南大学 物联网工程学院,江苏 无锡 214122 
850254450@qq.com 
葛洪伟 江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122
江南大学 物联网工程学院,江苏 无锡 214122 
ghw8601@163.com 
摘要点击次数: 139
全文下载次数: 83
中文摘要:
      基于势能的快速凝聚层次聚类算法使用一种全新的相似性度量准则,可以更高效地得到聚类结果。针对该算法无法有效处理含噪声的复杂流形数据的缺陷,提出噪声环境下复杂流形数据的势能层次聚类算法。通过势能递增曲线识别噪声点,在新定义的势能最大、最小2层数据上进行自动聚类,以确定类簇的大体框架,并在此基础上对整个数据集进行层次聚类。人工数据集上的实验表明,新算法可以有效处理噪声环境下复杂流形数据;真实数据集上的实验表明,新算法具有更优的聚类效果。
English Summary:
      Potential-based hierarchical agglomerative (PHA) clustering uses a new similarity metric to get clustering results more efficiently. Aiming at the problem that PHA can not effectively deal with the complex structure data sets with noise, we proposed a hierarchical clustering algorithm based on potential in complex flow data sets with noise. Firstly, the noise points were identified by means of the potential increase curve; Secondly, the maximum and minimum layers of the data set based on potential were defined, and these two data layers were made to cluster automatically to determine the general framework of the clusters; Finally, clustering of the entire data set was hierarchied based on the precious clustering results. The experiments on artificial data sets show that the new algorithm can deal with the complex flow data sets with noise effectively. The experiments on real data sets show that the new algorithm can get the better clustering results.
HTML    PDF浏览   查看/发表评论  下载PDF阅读器
版权所有 © 2009 重庆邮电大学期刊社  
地址:重庆市 南岸区 重庆邮电大学 期刊社 邮编:400065
电话:023-62461032 E-mail : journal@cqupt.edu.cn
meinv 海贼王论坛