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

一种快速山峰聚类算法


□ 陈晓云 敏玉芳 郑良仁 杨 丽

  摘 要:山峰聚类既可以对数据集进行近似聚类,又可以为其他聚类方法提供聚类所需的初始聚类中心。减法聚类是山峰聚类的改进,它避免了山峰聚类中出现的计算量随样本维数增加呈指数增长的情况。但减法聚类对处理大样本集也力不从心。引入了ptree数据结构,对高维大样本集进行分解,然后用减法聚类对子样本集进行聚类。此算法既避免了山峰聚类的维数灾难问题,也解决了减法聚类中样本数太大的问题。实验结果证明,该算法有效地减少了运算量,提高了聚类的速度。

  关键词:聚类分析; 山峰聚类法; 减法聚类; ptree; 无监督学习

  中图分类号:tp391.4 文献标志码:a

   文章编号:1001-3695(2008)07-2043-03

  

  quick mountain clustering algorithm

  chen xiaoyun1,min yufang1,zheng liangren1,yang li2

  (1.college of information science & engineering, lanzhou university, lanzhou 730000, china;2.xinjiang vocational university, urumchi 830011, china)abstract:a new clustering technique is described, which is an improvement on the mountain method (mm) of clustering originally.for higher dimensional data sets, the mm approach becomes computationally unattractive or even infeasible.subtractive clustering method is an improvement on the mountain method. but for large data sets the scm can still be computationally intensive. this paper used ptree data structure to decomposing the higher dimensional and large data sets, then clustered the small data sets using scm.the method not only avoids the question of higher dimensional, but also solves the shortage of large data sets of scm. 

......
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