首页 | 本学科首页   官方微博 | 高级检索  
   检索      

基于候选聚类的K调和均值算法(KHM-CC)
引用本文:陈改霞,王建平.基于候选聚类的K调和均值算法(KHM-CC)[J].火力与指挥控制,2016(1):48-52.
作者姓名:陈改霞  王建平
作者单位:1. 鹤壁汽车工程职业学院,河南鹤壁,458030;2. 河南科技学院信息工程学院,河南新乡,453003
基金项目:国家自然科学基金(31371525),河南省教育厅科学技术研究重点基金(14A520067),河南省教育厅人文社会科学研究基金(2014-GH-245),河南省信息技术教育研究重点基金(ITE12037),2014年度新乡市科技发展计划基金(14GY23),2014年度河南科技学院教育教学改革研究重点基金资助项目(2014PUZD08)
摘    要:聚类分析是常见的数据分析技术。基于KHM的聚类分析是当前研究的热点。提出了基于候选聚类的KHM算法(KHM-CC),详细阐述了算法的设计过程。采用UCI的小样本(iris)数据集和大样本(Bag of Words)数据集对比了KHM-CC算法和禁忌搜索KHM算法(KHM-TS)和变邻域搜索KHM算法(KHM-VNS)的性能。实验结果表明,KHM-CC算法在处理iris数据集小样本数据集时,其性能和KHM-VNS算法基本接近,而优于KHM-TS算法。但是在处理Bag of Words大样本数据集时,性能优于KHM-VNS和KHM-TS算法,其聚类计算耗时明显缩短,证实KHM-CC算法在高维度数据集的处理上更具优势。

关 键 词:聚类分析  数据分析  候选聚类KHM算法(KHM-CC)  禁忌搜索KHM算法(KHM-TS)  变邻域搜索KHM算法(KHM-VNS)

K Harmonic Means Algorithm Based on Candidate Clustering Method(KHM-CC)
Abstract:
Keywords:clustering analysis  data analysis  KHM-CC  KHM-TS  KHM-VNS
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号