高斯加权的重构性K-NN算法研究

摘要

该文提出基于高斯加权距离以及聚类重构机制的K-NN文本聚类算法.文章提出K-NN近邻域的概念,通过高斯加权的近邻域算法实施K-NN聚类.利用高斯函数根据样本与聚类中心的距离为样本赋权,计算聚类距离.基于近邻域权重和聚类密度对形成的聚类实施重构,实现聚类数目的自适应调整.使用拆分算子拆分稀疏聚类并调整异常样本;使用合并算子合并相似聚类.实验显示聚类重构机制能够有效地提高聚类的准确率及召回率,增加聚类密度,使得形成的聚类结果更加合理.