一种基于平均相对偏差的聚类算法

一种基于平均相对偏差的聚类算法

在k-means算法基础上,提出利用平均相对偏差对数据的维分布密集度进行度量,并根据空间分布的密集度动态地给属性赋予权值.在计算平均相对偏差时,度量值与平均值问的偏差没有被平方,在一定程度上降低了孤立点的影响,与标准差相比具有更强的鲁棒性.仿真结果表明,基于平均相对偏差的聚类算法提高了聚类的质量.

作 者： 聂舟 程远国 NIE Zhou CHENG Yuan-guo   作者单位： 聂舟,NIE Zhou(海军工程大学,电子工程学院,湖北,武汉,430033)

程远国,CHENG Yuan-guo(海军工程大学,电子工程学院,湖北,武汉,430033;华中科技大学,计算机科学与技术学院,湖北,武汉,430074) 

刊 名： 兵工自动化  ISTIC 英文刊名： ORDNANCE INDUSTRY AUTOMATION  年，卷(期)： 2008 27(8)  分类号： O174  关键词： 聚类   k-means   平均相对偏差  

【一种基于平均相对偏差的聚类算法】相关文章：

基于改进C-均值聚类算法的空中目标分类04-27

一种基于区间数多指标信息的聚类方法04-27

一种基于三角模糊数多指标信息的聚类方法04-27

一种基于支持向量机回归的推荐算法04-26

一种基于肤色分割的人脸检测算法04-27

改进模糊聚类算法及其在人力资源管理中的应用04-26

基于粒子群算法的资源均衡04-27

一种基于航摄图像特性的H.263压缩算法的改进04-26

基于混沌映射的一种交替结构图像加密算法04-27

基于UKF的机载无源定位算法04-27