聚类算法及聚类融合算法研究  

Research on clustering algorithms and clustering ensemble algorithms

作　　者：赵向梅[1] 王艳君[1] 刘林[1] 

机构地区：[1]西安欧亚学院信息工程学院,陕西西安710065

出　　处：《电子设计工程》2011年第15期4-5,12,共3页Electronic Design Engineering

基　　金：西安欧亚学院科研基金项目资助(ZKB-10-08);西安欧亚学院资助;陕西省教育厅科学研究计划项目(11JK1056)

摘　　要：基于常用聚类算法及聚类融合算法进行了研究。首先阐述了数据挖掘领域的常用聚类算法及特点,接下来对近年来聚类融合的方法和研究现状进行了综述,并对如何产生高效的聚类成员和共识函数如何构建才能产生高效的聚类融合算法进行了说明。运用改进的随机投影算法来生成聚类成员,实验表明随机投影是一个生成聚类成员的很有效的方法。最后得出运用聚类融合算法能得到更好的聚类效果的结论。The common clustering algorithms and clustering ensemble algorithms are studied.It includes the characteristics of the common clustering algorithms in data mining at first,then makes an overview and the research status of the clustering ensemble approaches.And it includes how to generate efficient function of the cluster members and how to build a consensus to generate efficient clustering fusion algorithm.Improved random projection is proposed and used in the cluster ensemble approach,the experiments show that the generated random projection is a member of the effective clustering method.Finally,it comes to the conclusion that the use of cluster fusion algorithm can get better clustering result.

关 键 词：聚类算法 聚类融合 数据挖掘 聚类分析 

分 类 号：TP312[自动化与计算机技术—计算机软件与理论]