为了提升数据聚类效果与效率，提出一种基于灰色凸关联度的高维空间数据聚类算法。采用灰色凸关联度组建截断幂基三次样条函数，根据灰色凸关联算法组建关联度模型去除高维空间数据中的噪声。选择相似度最高的两个簇类合并处理，组建一个最相似线性表，采用其表示每个簇类和最相似簇类两者之间的相似度。在聚类过程中，选择最相似的簇类合并，同时引入信息熵对聚类结果迭代寻优，最终实现高维空间数据聚类。经过具体实验测试结果分析可知，所提算法不仅能够有效降低时间复杂度，同时还能够获取精准的聚类结果。
科研之友
微信
新浪微博
Facebook
分享链接
