互联网 qkzz.net
全刊杂志网:首页 > 女性 > 文章正文
刊社推荐

改进K-means的空间聚类算法


□ 赵 伟 张 姝 李文辉

  摘 要:提出了基于K-means的四叉树与Rlink树的混合结构树,提高了Rlink树的查询性能,在K-means中采用均值—标准差确定初始聚类中心,提高了收敛速度,通过距离准则函数来优化K值,避免K值的盲目选取。与Rlink相比空间开销代价有时略大,但换取了更高的性能,且数据量越多,此种结构的整体性能越好,适合于海量数据。

  关键词:空间数据库;Rlink树;四叉树;空间聚类;空间索引

  中图分类号:TP301.6 文献标志码:A

   文章编号:1001-3695(2008)07-1995-03

  

  Improved K-means clustering algorithm on space

  ZHAO Wei1,2,ZHANG Shu2,LI Wenhui1

  (1.College of Computer Science & Technology, Jilin University, Changchun 130012, China;2.School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)

  Abstract:This paper presented a quick speed spatial indexing structure which was based on Rlink tree. And it used K-means algorithm in the structure. In K-means algorithm,adopted valuestandard deviation to ascertain the initial clustering centres to improve convergence speed and ascertain ultimate K value by distance criterion function to make K value most suitable.The structure sometimes consumes more storage than Rlink but gains better performance. Furthermore,data quantity more, this kind of structure overall performance is better.

  Key words:spatial database;Rlink tree;quadtree;spatial clustering;spatial index structure

......
很抱歉,暂无全文,若需要阅读全文或喜欢本刊物请联系《计算机应用研究》杂志社购买。
欢迎作者提供全文,请点击编辑
分享:
 

了解更多资讯,请关注“木兰百花园”
分享:
 
精彩图文


关键字
支持中国杂志产业发展,请购买、订阅纸质杂志,欢迎杂志社提供过刊、样刊及电子版。
关于我们 | 网站声明 | 刊社管理 | 网站地图 | 联系方式 | 中图分类法 | RSS 2.0订阅 | IP查询
全刊杂志赏析网 2017