论文研究-兼顾属性距离及关系强度的密度聚类算法.pdf

【文件属性】：
文件名称：论文研究-兼顾属性距离及关系强度的密度聚类算法.pdf
文件大小：1.03MB
文件格式：PDF
更新时间：2022-08-11 14:53:42
聚类,加权网络,近邻对象,核心对象 传统属性空间的密度聚类算法仅考虑对象属性取值相似度, 网络空间密度聚类算法仅关注对象间关系紧密度。针对两类算法的不足, 提出一种兼顾属性距离及关系强度的密度聚类算法。在构建兼顾属性距离及关系强度的网络之后, 完善了近邻对象及核心对象的概念, 并给出了相应的聚类策略。理论分析和实验结果表明, 由于综合考虑了属性、关系及关系强度信息, 算法规避了对象属性值分布对聚类过程的影响, 改善了聚类效果, 并能有效识别枢纽点和孤立点。