RDVS:一种基于代表点、密度及神经网络的聚类方法

摘要：

本文针对CURD方法的缺点、提出一种综合的聚类方法-RDVS。本方法首先选取代表点并计算代表点的密度，然后将代表点及其密度信息作为神经网络(ViSOM)的输人信息，经过网络训练，得到聚类结果。实验结果表明，RDVS方法可识别任意形状、大小的类，过滤“噪声”数据;算法执行效率高，适合大规模数据的聚类间题。与其他神经网络聚类方法相比，RDVS方法具有很高的执行效率;而与CURE和CURD方法相比，RDVS方法又具有很好的可视性.

关键词： 数据库 数据挖掘 神经网络 聚类算法

作者: 王莉 臧良俊 宋仁峰

作者单位: 鞍山科技大学计算机科学与技术学院,辽宁,鞍山,114044 鞍山钢铁公司鞍山矿业公司研究所,辽宁,鞍山,114001

会议类型: 国内会议

会议名称: 第五届中国Rough集与软计算学术研讨会

会议地点: 辽宁鞍山

会议语种:中文

页码: 171-175

在线出版日期: 2005-08-01（万方平台首次上网日期，不代表论文的发表时间）