论文部分内容阅读
聚类是数据挖掘领域中的一个重要研究方向。吸引子传播聚类算法作为一种无监督聚类算法与其他聚类算法相比，该算法具有快速、高效、聚类效果稳定且不必预先给定聚类数目的特点，能很好的解决大规模数据处理问题。鉴于吸引子传播聚类算法具有的优点，本文在原算法基础上进行理论改进和应用研究，主要内容包括：（1）为了克服聚类无关属性的影响，提高聚类质量。本文在具有智能背景的吸引子传播聚类算法基础上，引入变异系数，改进原相似度计算公式，提出一种基于变异赋权的吸引子传播聚类算法，即CVAP (Coefficient