基于最优二叉树原理的自动聚类的设计
本文以最优二叉树理论为基础，根据特征项加权形成辅助样本，并借助辅助样本和著名的Euclidean距离，提出自动聚类算法，克服了传统聚类形状单一，难以合并和分解等问题，从而提高了聚类质量。在计算聚类样本的相似度时，比一般统计模型考虑更丰富的信息(数值，非数值及混合型)，并用熵理论和最优二叉树的层次来正确地选择合并或分解问题，进行自动动态聚类。第2部分是基于最优二叉树的自动聚类算法，第3部分是聚类结果的评价，第4部分是试验和算法分析，第5部分是讨论。
自动聚类 最优二叉树理论 聚类质量
康海燕 李彦芳 张锋 刘小明
北京理工大学信息学院计算机系,北京,100081;河北农业大学信息学院,保定,071001 石家庄经济学院公共管理学院,石家庄,050031 北京理工大学信息学院计算机系,北京,100081
国内会议
厦门
中文
222-224
2004-10-14（万方平台首次上网日期，不代表论文的发表时间）