求教:数据挖掘算法:Cure层次凝聚聚类算法(利用代表点聚类)

ququflashqu 2003-06-13 04:45:23
CURE算法:利用代表点聚类
CURE算法采用了一种新颖的层次聚类算法,该算法选择基于质心和基于代表对象方法之间的中间策略。它不用单个质心或代表一个簇,而是选择数据空间中固定数目的具有代表性的点。簇的代表点产生方式:首先选择簇中分散的对象,然后根据一个特定的分数或收缩因子向簇中心“收缩”或移动它们。在算法每一步,有最近距离的代表点对(每个点来自不同簇)的两个簇合并。
CURE算法的核心步骤:
(1) 从源数据对象中抽取一个随机样本S;
(2) 将样本S分割为一组划分;
(3) 对每个划分局部地聚类;
(4) 通过随机取样剔除孤立点。如果一个簇增长得太慢,就去调它;
(5) 对局部得簇进行聚类。落在每个新形成得簇中的代表点根据用户定义的一个收缩因子ą收缩或向簇中心移动;
(6) 用相应的簇标签来标记数据。

优点:CURE的复杂度是O(n),对孤立点的处理更加健壮,可识别非球形和大小变化较大的簇;对大型数据库也有良好的伸缩性;支持复杂形状和不同大小的聚类;敏感度低。
缺点:不能处理分类属性

问题:
小弟我最近要用vc++编写一个数据挖掘的cure算法,由于我对vc++刚刚接触,想清教
此中高手,能否提供相关伪码或者源码.我的这个算法的背景数据库设计如下
数据库的表叫sale:有四个属性分别为ID(自动编号);name(文本);age(数字);
income(数字);这个算法要求对age(数字);income(数字) 进行操作,计算距离;
要求在程序中输出sale表,输出所有距离构成的三角矩阵,最后输出聚类的结果
即聚类所产生的所有簇和孤立点.

又能提供帮助的非常感谢,也可以把相关资料发到我的邮箱:flashququ@yahoo.com.cn




...全文
563 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文围绕“基于分布式模型预测控制的多个固定翼无人机一致性控制”展开,利用Matlab代码实现相关算法的仿真,旨在通过分布式控制策略实现多架固定翼无人机在复杂动态环境中的协同飞行与一致性控制。研究结合模型预测控制(MPC)方法,构建适用于多无人机系统的分布式优化框架,重解决了通信受限、信息延迟及无中心化指挥条件下的协同稳定性问题。内容涵盖固定翼无人机的动力学建模、分布式MPC优化求解机制、一致性协议设计、通信拓扑结构分析以及仿真验证全过程,确保多机系统在保持队形一致的同时完成协同任务。; 适合人群:具备自动控制理论、无人机系统建模或多智能体协同控制基础,从事智能无人系统、集群控制、自动化与机器人等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于多无人机协同编队飞行、集群侦察、分布式任务执行等实际工程场景;②为分布式MPC算法在多智能体系统中的一致性控制提供可复现的Matlab仿真案例,推动先进控制理论向工程实践转化;③服务于科研论文复现、算法验证、控制系统课程设计与毕业课题参考。; 阅读建议:建议读者结合文中提供的Matlab代码逐模块运行与调试,重关注分布式MPC在不同通信拓扑下对一致性收敛性能的影响,并可通过调整预测时域、权重矩阵与噪声参数等方式深化对算法鲁棒性与适应性的理解。

7,394

社区成员

发帖
与我相关
我的任务
社区描述
其他数据库开发 数据仓库
社区管理员
  • 数据仓库
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧