基于聚类融合的混合属性数据增量聚类算法.pdfVIP

第27 卷 第4 期 控 制 与 决 策 2012 年 4 月 Vol. 27 No. 4 Control and Decision Apr. 2012 文章编号: 1001-0920 (2012) 04-0603-06 基于聚类融合的混合属性数据增量聚类算法 李桃迎, 陈 燕, 张金松, 秦胜君 (大连海事大学交通运输管理学院，辽宁大连116026) 摘 要: 针对传统增量聚类方法对混合属性数据聚类时存在不稳定、随机性大和准确性不够高的缺点, 提出一种基 于聚类融合的混合属性数据增量聚类算法. 该算法以传统增量聚类为基础, 采用多种聚类算法的结果进行融合来代 替原有单一划分, 并重新修正了阈值的取值范围. 实验表明, 所提出的算法利用原有数据的特征, 提高了聚类的稳定 性和精确性, 具有很好的聚类效果. 关键词: 聚类融合；增量聚类；矢量量化；模糊-均值 中图分类号: TP391.4 文献标识码: A Incremental clustering algorithm of mixed numerical and categorical data based on clustering ensemble LI Tao-ying, CHEN Yan, ZHANG Jin-song, QIN Sheng-jun (Transportation Management College，Dalian Maritime University ，Dalian 116026 ，China ．Correspondent ：LI Tao- ying ，E-mail ：ytaoli@126.com) Abstract ：：：Traditional clustering methods have disadvantages of unsteadiness, randomness and low accuracy for classifying mixed numerical and categorical data. Therefore, the incremental clustering algorithm of mixed numerical and categorical data based on clustering ensemble is proposed, which adopts the results of several clustering to replace that of single clustering and modifies the design of threshold. The experiment results show that the improved algorithm has higher stability and accuracy by using the characters of existing data, and possess better effectiveness. Key words ：：：clustering ensemble ；incremental clustering ；vector quantization ；fuzzy -means [6] 1 引引引 言言言 很低. 陈宁等人 提出了与增量DBSCAN 比较类似 [6-7]