系统工程与电子技术
繫統工程與電子技術
계통공정여전자기술
SYSTEMS ENGINEERING AND ELECTRONICS
2010年
8期
1760-1765
,共6页
数据挖掘%聚类算法%非均匀类簇密度聚类%粒度计算%自学习算法
數據挖掘%聚類算法%非均勻類簇密度聚類%粒度計算%自學習算法
수거알굴%취류산법%비균균류족밀도취류%립도계산%자학습산법
针对非均匀类簇密度聚类问题,从商空间粒度理论出发,提出一种多粒度自学习聚类算法 (multi-granularity self-learning clustering algorithm, MSCA).算法通过构造聚合树结构和定义粒度函数对问题逐层求解,并在每层聚合过程中根据聚合区间以自学习的方式动态确定聚合粒度,解决了传统聚类算法从非均匀类簇密度数据中无法得到不同层次的聚合特征且参数对经验依赖性过高的问题.理论和实验表明,MSCA算法可以发现任意形状类簇,有效处理噪声,并能发现关键聚合层,具有较好的计算复杂性.
針對非均勻類簇密度聚類問題,從商空間粒度理論齣髮,提齣一種多粒度自學習聚類算法 (multi-granularity self-learning clustering algorithm, MSCA).算法通過構造聚閤樹結構和定義粒度函數對問題逐層求解,併在每層聚閤過程中根據聚閤區間以自學習的方式動態確定聚閤粒度,解決瞭傳統聚類算法從非均勻類簇密度數據中無法得到不同層次的聚閤特徵且參數對經驗依賴性過高的問題.理論和實驗錶明,MSCA算法可以髮現任意形狀類簇,有效處理譟聲,併能髮現關鍵聚閤層,具有較好的計算複雜性.
침대비균균류족밀도취류문제,종상공간립도이론출발,제출일충다립도자학습취류산법 (multi-granularity self-learning clustering algorithm, MSCA).산법통과구조취합수결구화정의립도함수대문제축층구해,병재매층취합과정중근거취합구간이자학습적방식동태학정취합립도,해결료전통취류산법종비균균류족밀도수거중무법득도불동층차적취합특정차삼수대경험의뢰성과고적문제.이론화실험표명,MSCA산법가이발현임의형상류족,유효처리조성,병능발현관건취합층,구유교호적계산복잡성.
