计算机工程

作者：陆慎涛, 葛洪伟

单位：江南大学 a. 江苏省模式识别与计算智能工程实验室;b. 物联网工程学院, 江苏 无锡 214122

关键词：聚类算法,势能,移动时间层次聚类,噪声识别,数据集

基金：江苏省普通高校研究生科研创新计划项目（KYLX16_0781）；江苏省高校优势学科建设工程项目。

移动时间层次聚类是一种势能聚类算法，具有较好的聚类效果，但该算法无法识别数据集中存在的噪声数据点。为此，提出一种抗噪的移动时间势能聚类算法。通过各个数据点的势能值以及数据点之间的相似度找到各个数据点的父节点，计算各数据点到父节点的距离，按照该距离以及数据点的势能得到λ值，并依照λ值大小构造递增曲线，通过递增曲线中的拐点来识别出噪声点，将噪声数据归到新的类簇中，对去除噪声点后的数据集，根据数据点与父节点的距离进行层次聚类来获得聚类结果。实验结果表明，该算法能够识别出数据集中的噪声数据点，从而得到更优的聚类效果。

来源：2020年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2020年第5期