等混合长聚类方法及其应用

本文从集群角度对建立在ISOMIX和ISODATA方法基础上的等混合长聚类方法进行了叙述,并给出了有关定义及算法。聚类方法是数据分类的基本方法.一般可分为系统聚类和动态聚类两种,但目前常用的聚类分析法多数受样本数量不能太大的限制,有的虽然能处理大量数据的资料,但往往占用大量的机器内存,花费太多的机时,以致使实际工作者视为畏径。而实际问题中,样本数达到数百,应该说是较为常见的,其中在通常的聚类分析中,除利用样本的观测值外,没有运用人们的实际观察、判断而得的有用信息,例如对样本中某些有代表性的样本,并没有适当的加以考虑,而且方法本身很粗糙,理论上很不完善。等混合长聚类正是为了克服上述缺点而提出的一种新的聚类方法。这种方法是借鉴了遥感图象处理中的ISOMIX方法和著名的ISODATA方法,因此本方法不是一般的将一个样品和另外所有的样品逐个加以比较,而是先将原始样品预分为若干组,然后根据一定原则,将各组分别进行分裂,再根据组与组之间的相近程度进行合并,如此重复进行分裂——合并,直到满足给定的条件为止,最后按择近原则,将样品逐个进行检验与归类,因此本方法不仅可大大简化运算过程,又不失分类信息,对处理大样本数据是较为理想的分类方法。