基于超边相似性的超图聚类改进算法  

The Improved Algorithm of Hypergraph Clustering based on Hyper Similarity

作　　者：霍娜[1] 温娟娟[1] 李青云[2] 

机构地区：[1]晋中学院信息技术与工程学院,山西晋中030619 [2]山西农业大学信息学院,山西晋中030800

出　　处：《科技创新与生产力》2015年第10期113-114,共2页Sci-tech Innovation and Productivity

摘　　要：在原有超图聚类算法的基础上提出一种基于超边相似性的改进的超图聚类算法,根据超边距离阈值形成超图模型并采用超图分割法对数据对象进行聚类,采用簇内奇异特征值进行评估聚类质量。This paper proposes a improved algorithm of hypergraph clustering based on attribute similarity, on the basis of the original algorithm of hypergraph clustering. According to the threshold-edge distance form the hypergraph model and the hypergraph partitioning method to cluster the data object, using cluster-heads singular eigenvalue to evaluate the quality of clustering.

关 键 词：聚类 超图 超边距离阈值 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]