聚类是数据挖掘领域中发现数据隐含模式的有效方法之一.针对传统近邻传播聚类算法中采用欧式距离表示数据相似度,不能有效处理复杂结构数据的不足,提出了一种基于密集度量元的近邻传播聚类算法.该算法首先引入密度的思想,然后在近邻传播算法的框架下定义密度因子,设计新的空间一致性距离测度类欧式距离,构造基于密度敏感的相似性度量元,提高了传统算法处理复杂结构数据的性能.最后通过仿真实验验证了该算法的有效性.
科研之友
微信
新浪微博
Facebook
分享链接
