文件名称：论文研究-拓展集合差异度高维数据聚类.pdf
文件大小：186KB
文件格式：PDF
更新时间：2022-08-11 12:23:03
高维数据聚类,CABOSFV_C算法,拓展集合差异度,CAESD算法
提出度量多个集合之间总体差异程度的拓展集合差异度及相关定理，并给出一种新的解决分类属性高维数据聚类问题的CAESD算法。基于拓展集合差异度及拓展集合特征向量，在CABOSFV_C聚类的基础上通过两阶段聚类完成全部聚类过程。采用UCI数据集与K-modes及其改进算法、CABOSFV_C算法进行比较实验，结果表明CAESD算法具有较高的聚类正确率。