典型文献
基于网格耦合的混合属性大数据聚类算法研究
文献摘要：
由于对聚类网格之间的相互影响未作出考虑,导致数据聚类算法出现聚类质量差等情况.因此,提出一种基于网格耦合的混合属性大数据聚类算法.通过网格耦合定义相关参量的基础,得到网格耦合过程中网格质心间距,利用网格进行大数据聚类,充分分析各个网格间权重影响情况.该聚类算法分别从在线和离线两个阶段开展:在线阶段更新网格特征向量,并根据属性动态变化划分网格;离线阶段构建无向图,顶点设置为网络中心点,质心距离以及中心点间距作为边构建无相图,根据该图获得最小生成树同时切断该树第r-1最大边,最终获取混合属性大数据的k个聚类,实现混合属性的准确聚类.实验结果表明,该算法在质心调节参数与质心距离取值较适中情况下具有良好聚类效果,且聚类质量与聚类效率较高.
文献关键词：
网格耦合;混合属性;大数据;聚类算法;网格质心;最小生成树
中图分类号：
作者姓名：
李洁;许青;张露露;王英明
作者机构：
马鞍山学院,安徽马鞍山243000
文献出处：
引用格式：
[1]李洁;许青;张露露;王英明-.基于网格耦合的混合属性大数据聚类算法研究)[J].信息工程大学学报,2022(02):218-223
A类：
网格质心
B类：
网格耦合,混合属性,大数据聚类,聚类算法,算法研究,合定,参量,耦合过程,中网,心间,影响情况,在线阶段,新网,格特,特征向量,分网,离线阶段,顶点,网络中心,中心点,质心距离,点间距,无相,相图,最小生成树,切断,大边,适中,中情
AB值：
0.317019
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
