全粒度聚類算法

摘要： 聚類分析是數(shù)據(jù)挖掘與知識發(fā)現(xiàn)領(lǐng)域的一個重要研究方向.多數(shù)聚類算法中相似性是其核心概念之一,對象之間的相似性會被直接或者間接的計算出來.傳統(tǒng)的相似性度量方法多是基于單一的粒度去觀察兩個被測對象.在人類認(rèn)知過程中,通常采用多粒度來更合理有效地進行問題求解.本文借鑒人類的這種多粒度認(rèn)知機理,提出一種新的相似性學(xué)習(xí)方法,稱作全粒度相似性度量方法,基于此發(fā)展了一種全粒度聚類算法.而全粒度相似性度量從各個角度觀察被測對象,進而會得到兩個對象間更加真實的相似度.從UCI數(shù)據(jù)集中選取5組數(shù)據(jù)進行實驗,最后通過與兩種傳統(tǒng)的聚類方法比較驗證了全粒度聚類算法的合理性與有效性. （共12頁）