基于模糊最近邻的高维数据聚类  

Fuzzy Nearest Neighbor Clustering of High Dimensional Data

作　　者：刘纪平[1] 汪宏斌[1] 汪诚波[2] 周洞汝[1] 

机构地区：[1]武汉大学计算机学院,湖北武汉430072 [2]宁波理工学院计算机科学系,浙江宁波315100

出　　处：《小型微型计算机系统》2005年第2期261-263,共3页Journal of Chinese Computer Systems

基　　金：国家自然科学基金项目 (60 173 0 45 )资助 .

摘　　要：提出一种基于模糊最近邻的聚类算法 (简称 FNNC算法 ) .FNNC算法通过加权共享最近邻图来形成簇 ,而且仅仅使用对象图中一些有用的连接 .本文通过实验验证了 FNNC算法在高维数据聚类中的有效性 .This paper presented a clustering method based on Fuzzy Nearest Neighbor (FNNC algorithm for short). FNNC algorithm relies on weight shared nearest neighbor graph, when it builds clusters, it only uses some useful links between objects of the graph. The experiments show that FNNC algorithm can efficiently find clusters in high dimensional data space.

关 键 词：模糊最近邻聚类 共享最近邻 聚类 相似度量 密度测量 

分 类 号：TP301[自动化与计算机技术—计算机系统结构]