科研之友
微信
新浪微博
Facebook
分享链接
摘要
偏向参数和阻尼因子是影响AP聚类算法聚类效果的两个重要参数，但他们均取固定值。随着数据量的改变，原有参数取值不能使算法聚类结果达到最优。鉴此，本文提出自适应AP聚类算法，当数据量发生改变时，自动调整并获取最优的偏向参数和阻尼因子，最终得到最优聚类结果。与原来算法相比，改进后的算法能自动消除震荡，还可获取最优聚类结果，提高聚类结果的准确性和算法快速性。通过人造数据集和Iris数据集实验，证明了自适应AP聚类算法的有效性。
-
单位西南财经大学天府学院
