【2008】聚类算法研究

【2008】聚类算法研究

ID:33774574

大小:671.39 KB

页数:14页

时间:2019-03-01

【2008】聚类算法研究_第1页
【2008】聚类算法研究_第2页
【2008】聚类算法研究_第3页
【2008】聚类算法研究_第4页
【2008】聚类算法研究_第5页
资源描述:

《【2008】聚类算法研究》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、ISSN1000-9825,CODENRUXUEWE-mail:jos@iscas.ac.cnJournalofSoftware,Vol.19,No.1,January2008,pp.48−61http://www.jos.org.cnDOI:10.3724/SP.J.1001.2008.00048Tel/Fax:+86-10-62562563©2008byJournalofSoftware.Allrightsreserved.∗聚类算法研究1,21,2+1,2孙吉贵,刘杰,赵连宇1(吉林大学计算机科

2、学与技术学院,吉林长春130012)2(符号计算与知识工程教育部重点实验室,吉林长春130012)ClusteringAlgorithmsResearch1,21,2+1,2SUNJi-Gui,LIUJie,ZHAOLian-Yu1(CollegeofComputerScienceandTechnology,JilinUniversity,Changchun130012,China)2(KeyLaboratoryofSymbolicComputationandKnowledgeEngineeringo

3、ftheMinistryofEducation,Changchun130012,China)+Correspondingauthor:Phn:+86-431-85166478,E-mail:liu_jie@jlu.edu.cnSunJG,LiuJ,ZhaoLY.Clusteringalgorithmsresearch.JournalofSoftware,2008,19(1):48−61.http://www.jos.org.cn/1000-9825/19/48.htmAbstract:Theresea

4、rchactualityandnewprogressinclusteringalgorithminrecentyearsaresummarizedinthispaper.First,theanalysisandinductionofsomerepresentativeclusteringalgorithmshavebeenmadefromseveralaspects,suchastheideasofalgorithm,keytechnology,advantageanddisadvantage.Ont

5、heotherhand,severaltypicalclusteringalgorithmsandknowndatasetsareselected,simulationexperimentsareimplementedfrombothsidesofaccuracyandrunningefficiency,andclusteringconditionofonealgorithmwithdifferentdatasetsisanalyzedbycomparingwiththesameclusteringo

6、fthedatasetunderdifferentalgorithms.Finally,theresearchhotspot,difficulty,shortageofthedataclusteringandsomependingproblemsareaddressedbytheintegrationoftheaforementionedtwoaspectsinformation.Theaboveworkcangiveavaluablereferencefordataclusteringanddata

7、mining.Keywords:clustering;algorithm;experiment摘要:对近年来聚类算法的研究现状与新进展进行归纳总结.一方面对近年来提出的较有代表性的聚类算法,从算法思想、关键技术和优缺点等方面进行分析概括;另一方面选择一些典型的聚类算法和一些知名的数据集,主要从正确率和运行效率两个方面进行模拟实验,并分别就同一种聚类算法、不同的数据集以及同一个数据集、不同的聚类算法的聚类情况进行对比分析.最后通过综合上述两方面信息给出聚类分析的研究热点、难点、不足和有待解决的一些问题.

8、上述工作将为聚类分析和数据挖掘等研究提供有益的参考.关键词:聚类;算法;实验中图法分类号:TP18文献标识码:A聚类分析研究有很长的历史,几十年来,其重要性及与其他研究方向的交叉特性得到人们的肯定.聚类是数∗SupportedbytheNationalNaturalScienceFoundationofChinaunderGrantNos.60473003,60573073(国家自然科学基金);theMajorResearchProgramofNatio

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。