Linear assignment clustering algorithm based on the least similar cluster representatives

Jun Wang

Результат исследований: Вклад в журналСтатья конференциирецензирование

1 Цитирования (Scopus)

Аннотация

This paper presents a linear assignment algorithm for solving the classical NP-complete clustering problem. By use of the most dissimilar data as cluster representatives, a linear assignment algorithm is developed based on a linear assignment model for clustering multivariate data. The computational results evaluated using multiple performance criteria show that the clustering algorithm is very effective and efficient, especially for clustering a large number of data with many attributes.

Язык оригиналаАнглийский
Страницы (с-по)3552-3557
Число страниц6
ЖурналProceedings of the IEEE International Conference on Systems, Man and Cybernetics
Том4
СостояниеОпубликовано - 1997
Опубликовано для внешнего пользованияДа
СобытиеProceedings of the 1997 IEEE International Conference on Systems, Man, and Cybernetics. Part 3 (of 5) - Orlando, FL, USA
Продолжительность: 12 окт. 199715 окт. 1997

Fingerprint

Подробные сведения о темах исследования «Linear assignment clustering algorithm based on the least similar cluster representatives». Вместе они формируют уникальный семантический отпечаток (fingerprint).

Цитировать