论文部分内容阅读
数据聚类是数据挖掘中的关键一步.本文针对利用欧几里德距离作为相似性测算引起聚类结果的不稳定性,提出一种基于内聚力作为相似性测算的聚类方法.通过仿真比较,证明了该算法的优越性.
一种基于内聚力的自合并聚类算法
【摘 要】
：
数据聚类是数据挖掘中的关键一步.本文针对利用欧几里德距离作为相似性测算引起聚类结果的不稳定性,提出一种基于内聚力作为相似性测算的聚类方法.通过仿真比较,证明了该算法
【机 构】
：
空军雷达学院研究生队,空军雷达学院指挥自动化工程系
【出 处】
：
空军雷达学院学报
【发表日期】
：
2004年4期
其他文献
为了阐明洞庭湖出口径流变化及生态效应,根据城陵矶1960～2016年的日径流量数据,采用生态盈余和生态赤字两个生态径流指标,分别从年和季节尺度分析了洞庭湖出口径流变化,并讨论
针对存在不完整、含噪声和不确定数据的数据库,通过挖掘高质量的决策,对教据库的数据进行推理,提出了一种基于EM算法的数据清理方法.
基于粗糙集的属性约简过程中,属性集对论域的划分存在大量繁杂且冗余的集合求交运算,提出 一种将求交集的划分过程变换为对一组一维整数集合进行分类的替换算法.通过一个典型