%0 Journal Article
%T 多距离聚类有效性指标研究
%A 刘丛
%A 陈倩倩
%A 陈应霞
%J 中山大学学报（自然科学版）
%D 2019
%X 摘要 现有的聚类有效性指标大都是基于欧氏距离而设计.虽然对超球型数据效果较好,但对非超球型数据效果并不理想.基于此,提出一种基于多目标进化算法的多距离聚类有效性指标(MoMDVI).首先使用两种距离设计两个聚类目标,并使用类代表点代替类中心点;其次使用一组实数设计染色体,该组实数可解码成代表点序号的形式;然后使用基于正则化的分布估计算法(RMMEDA)对两个目标进行优化.在进化算子中,加入差分进化算子对RMMEDA算法进行改进,以提高算法的收敛速度.将MoMDVI与现有算法在不同结构的数据上对比可知,MoMDVI不仅可以自动检测超球型数据聚类数目,也可以自动检测非超球型数据聚类数目
%K 有效性指标
%K 多距离聚类
%K 多目标进化算法
%K 聚类数目
%U http://xwxt.sict.ac.cn/CN/abstract/abstract5151.shtml