一种基于平均相对偏差的聚类算法
在k-means算法基础上,提出利用平均相对偏差对数据的维分布密集度进行度量,并根据空间分布的密集度动态地给属性赋予权值.在计算平均相对偏差时,度量值与平均值问的偏差没有被平方,在一定程度上降低了孤立点的影响,与标准差相比具有更强的鲁棒性.仿真结果表明,基于平均相对偏差的聚类算法提高了聚类的质量.
作 者: 聂舟 程远国 NIE Zhou CHENG Yuan-guo 作者单位: 聂舟,NIE Zhou(海军工程大学,电子工程学院,湖北,武汉,430033)程远国,CHENG Yuan-guo(海军工程大学,电子工程学院,湖北,武汉,430033;华中科技大学,计算机科学与技术学院,湖北,武汉,430074)
刊 名: 兵工自动化 ISTIC 英文刊名: ORDNANCE INDUSTRY AUTOMATION 年,卷(期): 2008 27(8) 分类号: O174 关键词: 聚类 k-means 平均相对偏差