自适应最优混合差异聚类算法

针对多维情况下,数据量很大,不可避免的受到噪声干扰,因此需对原始数据进行必要的处理。本文用二次差异序度调整一次差异度,提出了自适应最优混合差异聚类算法,该算法具有谱系结构,这在地层划分,时间序列分析等应用上极其重要,在地层划分上,本文给出了一个实例,我们可以看到谱系结构的重要性。对无序样品给出了相应的最优聚类算法,并分析了西安地下水文的分布情况。