期刊文献+

ε1-距离聚类算法研究Ward聚类算法的推广

下载PDF
导出
摘要 本文基于统计观测样本距离函数研究聚类算法.通过定义观测样本距离为组间组内对象的任意指数形式距离之差,引入ε1-距离算法(指数为1),由此传统的Ward最小方差法(指数为2)进行了推广.该算法具有超度量性和空间扩张性.在分类问题应用中,相比传统聚类算法,该算法能够把具有几乎相同重心的高维样本数据给区分开来.
出处 《信息系统工程》 2016年第10期135-137,140,共4页
  • 相关文献

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部