计算机科学 ›› 2006, Vol. 33 ›› Issue (10): 182-185.
金健 黄国兴 梁道雷
JIN Jian ,HUANG Guo-Xing, LIANG Dao-Lei (School of Information Science and Technology, East China Normal University, Shanghai 200062)
摘要: 经典硬聚类算法HCM(hard c-means)完全基于欧氏距离,针对其无法较好应对各簇规模差异较大的情况,提出在每个欧氏距离项上加入一个影响力因子,使基于距离的标准转变为更通用的基于角度的标准的方法(HCMef算法)。用该算法对二维空间中两类分布密度基本一致,样本数对比分别为1000:1000、1000:5000和1000:10000,正态分布且类边界从较模糊到较清晰的不同数据进行试验。结果显示,HCMef方法可以很好地找到聚类中心的标准设定值,在各种情况下都有很明显优势,表现出很强的稳定性。表明该方法
No related articles found! |
|