一種基于平均相對偏差的聚類算法

在k-means算法基礎上,提出利用平均相對偏差對數據的維分布密集度進行度量,并根據空間分布的密集度動態地給屬性賦予權值.在計算平均相對偏差時,度量值與平均值問的偏差沒有被平方,在一定程度上降低了孤立點的影響,與標準差相比具有更強的魯棒性.仿真結果表明,基于平均相對偏差的聚類算法提高了聚類的質量.

作 者： 聶舟 程遠國 NIE Zhou CHENG Yuan-guo   作者單位： 聶舟,NIE Zhou(海軍工程大學,電子工程學院,湖北,武漢,430033)

程遠國,CHENG Yuan-guo(海軍工程大學,電子工程學院,湖北,武漢,430033;華中科技大學,計算機科學與技術學院,湖北,武漢,430074) 

刊 名： 兵工自動化  ISTIC 英文刊名： ORDNANCE INDUSTRY AUTOMATION  年，卷(期)： 2008 27(8)  分類號： O174  關鍵詞： 聚類   k-means   平均相對偏差  

【一種基于平均相對偏差的聚類算法】相關文章：

基于改進C-均值聚類算法的空中目標分類04-27

一種基于區間數多指標信息的聚類方法04-27

一種基于三角模糊數多指標信息的聚類方法04-27

一種基于支持向量機回歸的推薦算法04-26

一種基于膚色分割的人臉檢測算法04-27

改進模糊聚類算法及其在人力資源管理中的應用04-26

基于粒子群算法的資源均衡04-27

一種基于航攝圖像特性的H.263壓縮算法的改進04-26

基于混沌映射的一種交替結構圖像加密算法04-27

基于UKF的機載無源定位算法04-27