Hits:

Indexed by:期刊论文

Date of Publication:2007-09-15

Journal:大连理工大学学报

Included Journals:Scopus、EI、PKU、ISTIC、CSCD

Volume:47

Issue:5

Page Number:763-766

ISSN No.:1000-8608

Key Words:核;聚类;k-凝聚

Abstract:为解决k-means聚类算法和k-凝聚聚类算法对于非凸形状数据聚类正确率低和模糊核聚类算法(FKCM)收敛速度慢的问题,将k-凝聚聚类算法与核函数方法相结合,在高维特征空间构造了新的核聚类算法--核k-凝聚聚类算法,实现了k-凝聚聚类算法的核化.通过Matlab编程进行数值实验,证明了核k-凝聚聚类算法在聚类的准确性、稳定性、健壮性等方面较之k-means聚类算法、k-凝聚聚类算法和FKCM有一定程度的改进.