兰州理工大学学报
蘭州理工大學學報
란주리공대학학보
JOURNAL OF LANZHOU UNIVERSITY OF TECHNOLOGY
2009年
5期
89-94
,共6页
赵正天%赵小强%李炜%段晓燕%卢勇
趙正天%趙小彊%李煒%段曉燕%盧勇
조정천%조소강%리위%단효연%로용
分类属性%量子机制%层次凝聚%聚类度量尺度步长%聚类有效性函数
分類屬性%量子機製%層次凝聚%聚類度量呎度步長%聚類有效性函數
분류속성%양자궤제%층차응취%취류도량척도보장%취류유효성함수
受物理学中量子机制特性的启发,结合层次凝聚思想,通过引入新的相异性度量测度以及聚类度量尺度步长βstep概念,重新定义以紧致性指标AIAD和离散性指标AIED为基础的聚类有效性函数CVF,提出一种针对分类属性数据的基于量子机制层次聚类算法CQHC.该算法首先在不同粒度水平上划分数据样本产生初始类(簇),然后以聚类有效性函数CVF为评价标准,动态地合并初始类(簇)完成聚类.仿真实验采用2个真实数据集,即:线性可分的大豆疾病样本数据集和线性不可分的动物园数据集.实验结果表明,该算法与已有的其他几个算法相比,不仅具有更高的聚类准确率,而且能够准确地检测出最佳类别数,是有效且可行的.
受物理學中量子機製特性的啟髮,結閤層次凝聚思想,通過引入新的相異性度量測度以及聚類度量呎度步長βstep概唸,重新定義以緊緻性指標AIAD和離散性指標AIED為基礎的聚類有效性函數CVF,提齣一種針對分類屬性數據的基于量子機製層次聚類算法CQHC.該算法首先在不同粒度水平上劃分數據樣本產生初始類(簇),然後以聚類有效性函數CVF為評價標準,動態地閤併初始類(簇)完成聚類.倣真實驗採用2箇真實數據集,即:線性可分的大豆疾病樣本數據集和線性不可分的動物園數據集.實驗結果錶明,該算法與已有的其他幾箇算法相比,不僅具有更高的聚類準確率,而且能夠準確地檢測齣最佳類彆數,是有效且可行的.
수물이학중양자궤제특성적계발,결합층차응취사상,통과인입신적상이성도량측도이급취류도량척도보장βstep개념,중신정의이긴치성지표AIAD화리산성지표AIED위기출적취류유효성함수CVF,제출일충침대분류속성수거적기우양자궤제층차취류산법CQHC.해산법수선재불동립도수평상화분수거양본산생초시류(족),연후이취류유효성함수CVF위평개표준,동태지합병초시류(족)완성취류.방진실험채용2개진실수거집,즉:선성가분적대두질병양본수거집화선성불가분적동물완수거집.실험결과표명,해산법여이유적기타궤개산법상비,불부구유경고적취류준학솔,이차능구준학지검측출최가유별수,시유효차가행적.
