具有输入知识的高维数据聚类算法研究  

Research on Clustering Algorithm of Hi-dimensional Dataset with Input Knowledge

作　　者：吴红艳[1] 王蔚韬[1] 文俊浩[2] 何光辉[1] 

机构地区：[1]重庆大学计算机学院,重庆400030 [2]重庆大学软件学院,重庆400030

出　　处：《计算机科学》2006年第1期240-242,共3页Computer Science

基　　金：重庆市自然科学基金支持项目(CSTC;2004BB2182)。

摘　　要：针对目前聚类算法没有充分地利用输入知识,不便于知识的学习和增长的情形,提出在高维数据集的情况下,恰当地利用输入知识可以更准确有效地发现聚类,提出聚类的相关维集的概念,分析输入知识的特点,对带有输入知识的高维聚类算法进行研究,指导聚类的学习过程。Due to ignorance of available input knowledge current clustering algorithms are not beneficial to the learning and increment of knowledge. With input knowledge clusters can be discovered efficiently and properly. Based on the characteristics of input knowledge the relevant dimension sets of cluster are introduced in this paper. And then clustering algorithm of hi-dimensional dataset with input knowledge is researched to supervise the clustering process.

关 键 词：聚类 聚类算法 高维数据集 输入知识 相关维集 数据聚类 知识 算法研究 高维 学习过程 

分 类 号：TP311.13[自动化与计算机技术—计算机软件与理论] F062.3[自动化与计算机技术—计算机科学与技术]