一种基于最小张树的属性聚类算法.pdfVIP

维普资讯 2001年 2月 系统工程理论与实践 第 2期 文章编号 ：1000—6788(2001)02—003{)-05 一 种基于最小张树的属性聚类算法 彭春华，程乾生 (北京大学数学科学学院信息科学幕t北京 10087]) 摘要 结台图论中的最小张埘方珐 ，提出了相似度必盈接触度厢个概念，并 以此为基础建立 了一种 属性聚类算磕．文中就几十具体 问题-牦其与FCM 及 AKM 等方磕进行比较 以便分析其聚类效皋 很 明显，我们所升坷 的方法弥补 了其它方法的一些不足，井能在一定程度上解决实际问题． 美 蕾词 ： 最小张树 ．屑性聚类 相似廑 I接触度 中蛋分 类号 ： 0213 AnAttributeClusteringAlgorithm Basedon M inimum SpanningTree PENG Chun—hua． CHENG Qian—sheng (School0fMathemat~lSciences．PekingUniverity，~ iiing 100871) AUstract： Combiningw ith themethodofminimum spanning treeinGraphtheory，we presenttwo concepts ofsimilarity andcontactdegree in thispapertand build a new attributeclustering algorithm basedon them，W ecomparetheapproach with sOrfle other methods such as FCM and AKM ， in severalproblems tor analy~ing it’s effectiveness．Itisobviousthattheapproachwe introducedheremakesuP a lo$sof othe rmethodsand could pacticallysolveproblemsin acertainextent． Keywords： minimum spanningtreeIattributecluster ‘similarityIcontactdegree 1 引言 无监督聚类分析是模式识别领域里的一个重要的研究内容．聚类分析 的思想是在缺乏先验知识的条件 下，将样 本集 x一 { ， 一． )中的样本依照某一相似度准剜分刊模式类 C。…C …，C 中去．将 ．分到 模式类G 中的要求是 ．与G 之间的相似度要明显大于 五与其它模式类之间的相似度．由于研究的问题比 较复杂t特刷是当模式类的数 目不能确切知道以及模式类之间存在覆盖的情况下 ，聚类 的效果就会变得 比较 差．因此人们一直试 图找到一种适用性较强的聚类算法 ．传统的聚类分析方法有最近邻法、层次聚类法 、 均 值法以及 ISODATA算法等 ]．此外也有文献舟绍利用图论中的最小张树进行聚类分析的方法 ． 这些传统 的聚类分析方法由于采用酞 氏距离准则 ，且在聚类中要求固定模式类 的数 目(ISODATA算 法也要求事先给定预期的模式类数 目)，又绝步考虑到模 式类之间相互覆盖的情形 ，因而在应用中受到了 很大的限制．如图 1日、图2a、图3a三种情况就是传统聚类方法难于解决的典型问题． 近年来 ，人们不断提 出新 的思想和方法 ，将 聚类分析扩充到更深更广的领域．其中模糊 聚类构成 了一 个十分重要 的分支领域．模糊聚类的思想是建立在 Zadeh的模糊理论基础上 的．由于计算样本属于某模式 类的隶属度取值范围为[0，1]，因而利用超平面或超 曲面划分 目标空间时．自然就考虑了模式类之 间重叠 的情况．结合了模捆理论的传统聚类分析方法有FCM 算法 、Fuzz