首页 > 《基层建设》 > 2018年6期 > 混合属性数据聚类算法改进

混合属性数据聚类算法改进

在线阅读下载PDF 导出详情

摘要摘要本文在将数值型数据标准化的基础上，将分类数据细分为二元数据和类型数据，并用相异度系数距离计算分类数据之间的距离，并且赋予二元和类型数据相应的权重，来改进k-prototypes聚类算法，使该算法满足不同要求的混合属性数据聚类，最后通过C#语言，在ArcEngine2010版本上实现。

DOI wjv0ewv647/2782402

作者倪丹

机构地区广州市城市更新规划研究院广州510000

出处《基层建设》 2018年6期

关键词 K-prototypes算法混合属性类型数据相异度系数加权属性

分类 [建筑科学][建筑设计及理论]

出版日期 2018年06月16日（中国期刊网平台首次上网日期，不代表论文的发表时间）

相关文献

1武森;张桂琼;潘静;全敏. 分类属性数据的泛化中心聚类算法.运筹学与控制论,2014-06.
2赵伟丽;张志国;孙艳蕊. 基于蚁群算法的混合属性数据集聚类分析.教育学,2008-02.
3王颖;唐万梅. 一种改进的基于用户属性聚类的推荐算法.计算机科学与技术,2017-04.
4黄孝. 数据流聚类算法分析.教育学,2007-05.
5赵海云1王艳霞2. 大数据聚类算法研究（汽车类的）.电力系统及自动化,2018-12.
6杜民双;何灵敏. 特征聚类的混合协同过滤算法研究.测试计量技术及仪器,2018-01.
7张灿龙. 一种改进的chameleon聚类算法.建筑技术科学,2024-03.
8周志平;陈晓洁. 数据清洗下的改进半监督聚类入侵检测算法研究.教育学,2017-03.
9潘晓君;张佑春. 属性数据融合算法在分布式入侵检测系统中的应用研究.教育学,2017-10.
10史超. 数据挖掘中聚类算法的分析与实践.通信与信息系统,2009-05.

来源期刊

基层建设

基层建设

相关推荐

同分类资源更多

相关关键词

K-prototypes算法混合属性类型数据相异度系数加权属性

返回顶部