基于k最近邻网络的数据聚类算法.pdfVIP

第 2 3卷　第 4 期　　　　　　　　　　　　　模式识别与人工智能　　　　　　　　　　　　　　　.2 3　.4 　2010 年 8月　　　　　　　　　　　　　　　　　 　　　　　　　　　　　　　　　　　　　　2010 　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　　 基于最近邻网络的数据聚类算法＊ 1, 2 1, 2, 3 4 1, 2 金　弟 　　刘　杰 　　贾正雪 　　刘大有 1 (吉林大学 计算机科学与技术学院长春　1300 12 ) 2 (吉林大学 符号计算与知识工程教育部重点实验室 长春　130012) 3 (复旦大学 智能信息处理上海市重点实验室 上海　200433 ) 4 (一汽大众汽车有限公司 长春 130012) 摘　要　聚类研 在数据挖掘研 领域中占有十分重要的地位.虽然 目前已有很多数据聚类算法, 但精度仍不够 理想.文中提出一个基于结构化相似度的网络聚类算法(), 试图从网络聚类角度进一步提高数据聚类精度. 具体解决方案是, 将待聚类的向量数据集转化为 最近邻网络, 并用 对该网络进行聚类.将 与 -、仿射传播进行比较, 实验表明文中算法得到的目标函数稍差, 但聚类精度要明显高于这两个算法. 关键词　数据挖掘, 数据聚类, 最近邻网络, 复杂网络聚类 中图法分类号　18 1 -- 1, 2 1, 2, 3 4 1, 2 , , - , - 1 (, , 130012 ) 2 (, , 1300 12 ) 3 (, , 200433 ) 4 ( ., ., 130012 ) . , . (), . -- .-(), , . ＊国家自然科学基金项目(.60 873 149, 6097 30 88)、国家 863计划项目(.200 610245 )资助 收稿日期:2009-04-27;修回日期:2009-11-12 作者简介　金弟, 男, 19 81年生, 博士研 生, 主要研 方向为复杂网络分析、数据挖掘.刘杰, 女, 197 3年生, 博士, 副教授, 主要研 方向为数据挖掘、离散数学.贾正雪, 男, 1982 年生, 硕士, 主要研 方向为语义、数据挖掘.刘大有, 男, 1942 年 生, 教授, 博士生导师, 主要研 方向为知识工程与专家系统、 系统、时空推理和数据挖掘等.-:@... 4 期 　　　　金　弟　等:基于最近邻网络的数据聚类算法 547 　, , --, 1　引　言 量数据集转换成合适的网络形式, 然后再用网络聚 类算法完成聚类任务.为此, 本文提出一个基于结构 1) 化相似度的网络聚类算法( 聚类 分析研 已有很长的历史, 几十年来其 , ), 将向量数据 重要性及与其他研 方向的交叉特性得到人们的充 分肯定.聚类是数据挖掘、模式识别等研 方向的重 集转化成网络, 然后用对 网络进 行聚类(得到原问题的聚类结果). 要研 内容之一,