计算机科学 ›› 2008, Vol. 35 ›› Issue (11): 160-163.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 提出了一种基于网格距离的融合式聚类算法（Agglomerative Clustering algorithm based on Grid Distance，ACGD）。为规模不同的数据集分别设计了初始球状网格和初始矩形网格，并以此作为合并过程的起点。基于随机映射思想设计了网格之间的距离定义并以此完成聚类任务。ACGD的参数以自适应学习策略确定。真实数据集上的实验表明，ACGD具有良好聚类效果，具有比同类算法更高的效率和算法鲁棒性。
关键词: 网格距离 融合聚类 球状初始网格 初始矩形网格 数据粒单元
Abstract: Proposeed an agglomerative clustering algorithm based on grid distance,named as ACGD. ACGD starts initial aggregation from data grids instead of data points. For large-sized dataset and smalbsized dataset, sphere-shaped grid and rectangular-shaped initial
Key words: Grid distance, Agglomerative clustering algorithm, Sphere-shaped initial grid, Rectangular-shaped initial grid, Data cell
. 一种基于网格距离的融合式聚类算法[J]. 计算机科学, 2008, 35(11): 160-163. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2008/V35/I11/160
Cited
首页