软件学报

作者：朱二周，孙悦，张远翔，高新，马汝辉，李学俊

单位：朱二周，计算智能与信号处理教育部重点实验室(安徽大学), 安徽 合肥 230601;安徽大学 计算机科学与技术学院, 安徽 合肥 23060111,孙悦，安徽大学 计算机科学与技术学院, 安徽 合肥 23060102,张远翔，安徽大学 计算机科学与技术学院, 安徽 合肥 23060103,高新，安徽大学 计算机科学与技术学院, 安徽 合肥 23060104,马汝辉，上海交通大学 电子信息与电气工程学院, 上海 20024005,李学俊，安徽大学 计算机科学与技术学院, 安徽 合肥 23060106

关键词：聚类分析;聚类算法;聚类有效性指标;最佳类簇数;数据挖掘

基金：安徽省自然科学基金（2008085MF188）；国家自然科学基金（61972001）

聚类分析是统计学、模式识别和机器学习等领域的研究热点.通过有效的聚类分析，数据集的内在结构与特征可以被很好地发掘出来.然而，无监督学习的特性使得当前已有的聚类方法依旧面临着聚类效果不稳定、无法对多种结构的数据集进行正确聚类等问题.针对这些问题，首先将K-means算法和层次聚类算法的聚类思想相结合，提出了一种混合聚类算法K-means-AHC；其次，采用拐点检测的思想，提出了一个基于平均综合度的新聚类有效性指标DAS（平均综合度之差，difference of average synthesis degree），以此来评估K-means-AHC算法聚类结果的质量；最后，将K-means-AHC算法和DAS指标相结合，设计了一种寻找数据集最佳类簇数和最优划分的有效方法.实验将K-means-AHC算法用于测试多种结构的数据集，结果表明：该算法在不过多增加时间开销的同时，提高了聚类分析的准确性.与此同时，新的DAS指标在聚类结果的评价上要优于当前已有的常用聚类有效性指标.

来源：2021年第10期

《软件学报》期刊编辑部

查看软件学报杂志2021年第10期