文献类型：期刊文章

作　　者：陈黎飞[1] 姜青山[2] 王声瑞[3]

机构地区：[1]厦门大学计算机科学系,福建厦门361005 [2]厦门大学软件学院,福建厦门361005 [3]Department of Computer Science, University of Sherbooke, JIK 2R1, Canada

出　　处：《软件学报》

基　　金：Supported by the National Natural Science Foundation of Chinaunder GrantNo.10771176(国家自然科学基金);the National 985 Project of Chinaunder GrantNo.0000-X07204(985工程二期平台基金);the Scientific Research Foundation of Xiamen University of Chinaunder GrantNo.0630-X01117(厦门大学科研基金)

年　　份：2008

卷　　号：19

期　　号：1

起止页码：62-72

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：确定数据集的聚类数目是聚类分析中一项基础性的难题.常用的trail-and-error方法通常依赖于特定的聚类算法,且在大型数据集上计算效率欠佳.提出一种基于层次思想的计算方法,不需要对数据集进行反复聚类,它首先扫描数据集获得CF(clusteringfeature,聚类特征)统计值,然后自底向上地生成不同层次的数据集划分,增量地构建一条关于不同层次划分的聚类质量曲线;曲线极值点所对应的划分用于估计最佳的聚类数目.另外,还提出一种新的聚类有效性指标用于衡量不同划分的聚类质量.该指标着重于簇的几何结构且独立于具体的聚类算法,能够识别噪声和复杂形状的簇.在实际数据和合成数据上的实验结果表明,新方法的性能优于新近提出的其他指标,同时大幅度提高了计算效率.

关 键 词：聚类 聚类有效性指标 统计指标 聚类数 层次聚类

分 类 号：TP18]