聚类算法研究

被引：1103

作者：

孙吉贵

刘杰

赵连宇

机构：

[1] 吉林大学计算机科学与技术学院

[2] 吉林大学计算机科学与技术学院吉林长春符号计算与知识工程教育部重点实验室

来源：

软件学报 | 2008年 / 01期

基金：

国家自然科学基金重大项目;

关键词：

聚类; 算法; 实验;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.上述工作将为聚类分析和数据挖掘等研究提供有益的参考.

引用

页码：48 / 61

页数：14

共 13 条

[1] 基于特征加权的模糊聚类新算法 [J].

李洁 ;

高新波 ;

焦李成 .

电子学报, 2006, (01) :89-92

[2]

模式识别[M]. - 清华大学出版社[美]J.P.MarquesdeSa著, 2002

[3] Rough clustering of sequential data [J].

Kumar, Pradeep ;

Krishna, P. Radha ;

Bapi, Raju. S. ;

De, Supriya Kumar .

DATA & KNOWLEDGE ENGINEERING, 2007, 63 (02) :183-199

[4]

Investigating diversity of clustering methods: An empirical comparison[J] . Roy Gelbard,Orit Goldman,Israel Spiegler.Data & Knowledge Engineering . 2007 (1)

[5] Time-focused clustering of trajectories of moving objects [J].

Nanni, Mirco ;

Pedreschi, Dino .

JOURNAL OF INTELLIGENT INFORMATION SYSTEMS, 2006, 27 (03) :267-289

[6]

Advanced Data Clustering Methods of Mining Web Documents[J] . Samuel Sambasivam,Nick Theodosopoulos.Issues in Informing Science and Information Techn . 2006

[7] A note on K-modes clustering [J].