一种融合了异常数据识别的CMM改进算法

摘要：

针对聚类过程中有意义的异常数据难以识别的问题,在改进CMM算法的基础上,提出了一种融合了异常数据识别的层次聚类算法.采用CMM方法提出的原子簇思想,通过重新定义簇中心、噪声判断标准以及改进循环机制等手段提高聚类准确性及算法效率.提出了异常数据的概念和定义,并将其识别算法引入聚类过程过程.基于仿真及实际数据的实验结果证明,该算法能够根据设定参数准确识别异常数据,同时其聚类准确性及性能针对CMM算法也有了相应提高.

关键词：数据挖掘、聚类、异常数据识别、多中心点聚类(CMM)算法

分类号：TP181(自动化基础理论)

在线出版日期：2013-04-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：120-124