一种基于超图模式的高维空间数据聚类方法

被引：11

作者：

张蓉

彭宏

机构：

[1] 广东商学院信息学院,华南理工大学计算机系广州,广州

来源：

基金：

广东省自然科学基金;

关键词：

数据聚类; 超图分割; 关联规则; 模拟退火算法;

D O I：

暂无

中图分类号：

TP311.12 [];

学科分类号：

081202 ; 0835 ;

摘要：

把一个求解高维空间数据聚类问题转换为一个超图分割寻优问题,提出了一种基于超图模式的高维空间数据聚类方法。该方法不需要减少高维空间数据项的维数,直接用超图模式描述原始数据之间的关系,并通过选择适当的支持度阈值,有效祛除噪声点,保证数据聚类的质量。

引用

页码：54 / 55+164 +164

页数：3

共 6 条

[1]

Optimization bySimulatedAnnealing. KirkpatrickS,GelattC D,VecchiH M P. Science . 1983

[2]

Algorithms forClusterData. JainA K,DubesR C. . 1988

[3]

Fast Algorithms for Mining Association Rules. Agrawal R,Srikant R. Proc.Of the20th VLDB Conference . 1994

[4]

StemmingAlgorithms. FrakesW B. InformationRetrievalDataStructures andAlgorithms . 1992

[5]

BaysianClassification (Autoclass):Theory andResult. CheesemanP,StutzJ. Advances inKnowledgeDiscovery andDataMining . 1996

[6]

A Decomposition-basedSimulatedAnnealingTechnique forDataClustering. HuaK A,LangS D,LeeW K. SIGMOD Record . 1994