基于信息熵的蚁群聚类DBSCAN改进算法

摘要：

　　聚类分析是数据挖掘的一个重要研究领域。它在商业、生物、医学、地质、web文档等方面都有重要的应用，是当前的研究热点问题之一。本文在信息熵理论和蚁群算法的基础上，设计了一种新的融合算法——基于信息熵的蚁群聚类，应用到代表性子集选择中，可显著降低I/O耗费和内存需求，实验证明这一算法能有效地处理含有分类属性的高维大规模数据集的聚类问题。

关键词： 信息熵 聚类 DBSCAN

作者: 张拥华 曾凡仔 吴代文

作者单位: 湖南工业职业技术学院,长沙,410208 湖南大学计算机与通信学院,长沙,410082

会议类型: 国内会议

会议名称: 第十九届全国网络与数据通信学术会议

会议地点: 长沙

会议语种:中文

页码: 1-7

在线出版日期: 2012-11-01（万方平台首次上网日期，不代表论文的发表时间）