作者:修宇; 王士同; 吴锡生; 胡德文方向相似性鲁棒聚类算法聚类有效性
摘要:针对方向性数据提出了一种鲁棒的基于方向相似性度量的聚类方法DSCM.DSCM首先基于方向性度量构造目标函数,然后通过不动点迭代法对目标函数优化,获得各个样本的最终稳定状态,最后基于样本的最终状态集利用层次聚类技术实现聚类.DSCM的优势在于对方向性数据聚类时不依赖于具体的初始化参数,且能自组织地求解最优聚类划分因而有很好的鲁棒性.通过实验证实了DSCM的有效性以及对已有的两个传统方向性聚类算法的优越性.
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社