基于最小包含球的大数据集快速谱聚类算法

被引:15
作者
钱鹏江
王士同
邓赵红
徐华
机构
[1] 江南大学信息工程学院
关键词
谱聚类; 大数据集; 最小包含球; 线性时间复杂度;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
GRC(Graph-based Relaxed Clustering)是一种具有便捷性和自适应性的谱聚类算法,但对于大数据集,繁重的时间开销限制了其实用性.针对此不足,该文通过对GRC聚类指示向量进行约束并融合中心约束型最小包含球(Center-Constrained Minimal Enclosing Ball,CCMEB)理论提出了大数据集快速谱聚类算法CCMEB-CGRC.该算法继承GRC的便捷性和自适应性的同时又具有渐近线性时间复杂度的优点,从而较好地解决了大数据集快速有效谱聚类的问题.仿真实验的结果验证了该算法的有效性和快速性.
引用
收藏
页码:2035 / 2041
页数:7
相关论文
共 3 条
[1]   支持向量机最优模型选择的研究 [J].
刘向东 ;
骆斌 ;
陈兆乾 .
计算机研究与发展, 2005, (04) :576-581
[2]  
Clustering high dimensional data: A graph-based relaxed optimization approach[J] . Information Sciences . 2008 (23)
[3]   A tutorial on spectral clustering [J].
von Luxburg, Ulrike .
STATISTICS AND COMPUTING, 2007, 17 (04) :395-416