k中心点聚类算法在层次数据的应用

被引:6
作者
刘金岭
机构
[1] 淮阴工学院
关键词
聚类; 中心点算法; 簇; 最小距离; 迭代;
D O I
10.16208/j.issn1000-7024.2008.24.055
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
探讨了近年来提出的聚类概念与聚类过程、k中心点聚类的算法,在此基础上提出了一种基于层次数据模型的k中心聚类的改进算法。该算法一方面针对层次变量提出了相关的中值点概念;另一方面对传统k中心点算法进行了改进。最后对改进算法的复杂度进行了分析,由分析结果得出改进算法要比传统k中心点算法每次迭代耗费时间略少,但在总耗费时间上远远小于k中心点算法,大幅度提高了算法的整体性能。
引用
收藏
页码:6418 / 6419+6422 +6422
页数:3
相关论文
共 4 条
[1]  
数据结构.[M].严蔚敏; 吴伟良; 编著.清华大学出版社.2007,
[2]  
数据挖掘:概念与技术.[M].(美) 韩家炜等; 著.机械工业出版社.2006,
[3]   Investigating diversity of clustering methods: An empirical comparison [J].
Gelbard, Roy ;
Goldman, Orit ;
Spiegler, Israel .
DATA & KNOWLEDGE ENGINEERING, 2007, 63 (01) :155-166
[4]  
Advanced Data Clustering Methods of Mining Web Documents.[J].Samuel Sambasivam;Nick Theodosopoulos.Issues in Informing Science and Information Technology (IISIT).2006,