计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2013年
9期
2482-2485,2657
,共5页
不相似测度%K-medoids算法%聚类%流形距离%模式识别
不相似測度%K-medoids算法%聚類%流形距離%模式識彆
불상사측도%K-medoids산법%취류%류형거리%모식식별
dissimilarity measure%K-medoids algorithm%clustering%manifold distance%pattern recognition
针对空间分布复杂的数据以及空间分布未知的现实数据聚类问题,设计了一种改进流形距离作为不相似测度.该不相似测度可有效利用所有数据点之间的全局一致性,挖掘无类属数据集的空间分布信息.通过使用该不相似测度,提出了基于改进流形距离K-medoids算法.将新算法与基于已有的流形距离和基于欧氏距离的K-medoids算法进行性能比较,对八个人工数据集以及USPS手写体数字识别问题的实验结果表明:新算法针对不同结构的测试数据集,在聚类性能上均优于或接近于另外两种K-medoids算法,并且对于各种分布的,无论简单或复杂,凸或者非凸的数据都可以进行聚类.
針對空間分佈複雜的數據以及空間分佈未知的現實數據聚類問題,設計瞭一種改進流形距離作為不相似測度.該不相似測度可有效利用所有數據點之間的全跼一緻性,挖掘無類屬數據集的空間分佈信息.通過使用該不相似測度,提齣瞭基于改進流形距離K-medoids算法.將新算法與基于已有的流形距離和基于歐氏距離的K-medoids算法進行性能比較,對八箇人工數據集以及USPS手寫體數字識彆問題的實驗結果錶明:新算法針對不同結構的測試數據集,在聚類性能上均優于或接近于另外兩種K-medoids算法,併且對于各種分佈的,無論簡單或複雜,凸或者非凸的數據都可以進行聚類.
침대공간분포복잡적수거이급공간분포미지적현실수거취류문제,설계료일충개진류형거리작위불상사측도.해불상사측도가유효이용소유수거점지간적전국일치성,알굴무류속수거집적공간분포신식.통과사용해불상사측도,제출료기우개진류형거리K-medoids산법.장신산법여기우이유적류형거리화기우구씨거리적K-medoids산법진행성능비교,대팔개인공수거집이급USPS수사체수자식별문제적실험결과표명:신산법침대불동결구적측시수거집,재취류성능상균우우혹접근우령외량충K-medoids산법,병차대우각충분포적,무론간단혹복잡,철혹자비철적수거도가이진행취류.
