| 噪声环境下复杂流形数据的势能层次聚类算法 |
| |
| 作者姓名： | 于晓飞 葛洪伟 |
| |
| 作者单位： | 江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122; 江南大学 物联网工程学院,江苏 无锡 214122,江南大学 轻工过程先进控制教育部重点实验室,江苏 无锡 214122; 江南大学 物联网工程学院,江苏 无锡 214122 |
| |
| 基金项目： | 江苏省普通高校研究生科研创新计划项目(KYLX16_0781);江苏省普通高校研究生科研创新计划项目(KYLX16_0782);江苏省高校优势学科建设工程项目 |
| |
| 摘 要： | 基于势能的快速凝聚层次聚类算法使用一种全新的相似性度量准则,可以更高效地得到聚类结果。针对该算法无法有效处理含噪声的复杂流形数据的缺陷,提出噪声环境下复杂流形数据的势能层次聚类算法。通过势能递增曲线识别噪声点,在新定义的势能最大、最小2层数据上进行自动聚类,以确定类簇的大体框架,并在此基础上对整个数据集进行层次聚类。人工数据集上的实验表明,新算法可以有效处理噪声环境下复杂流形数据;真实数据集上的实验表明,新算法具有更优的聚类效果。
|
| 关 键 词： | 聚类 PHA 势能分层 层次聚类 噪声识别 |
| 收稿时间： | 2017-11-15 |
| 修稿时间： | 2018-10-19 |
|
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
|
