学术探索
学术期刊
新闻热点
数据分析
智能评审
立即登录
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
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学信息工程学院
钱鹏江
王士同
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学信息工程学院
王士同
邓赵红
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学信息工程学院
邓赵红
徐华
论文数:
0
引用数:
0
h-index:
0
机构:
江南大学信息工程学院
徐华
机构
:
[1]
江南大学信息工程学院
来源
:
电子学报
|
2010年
/ 38卷
/ 09期
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
论文数:
0
引用数:
0
h-index:
0
机构:
南京大学计算机软件新技术国家重点实验室
刘向东
;
论文数:
引用数:
h-index:
机构:
骆斌
;
论文数:
引用数:
h-index:
机构:
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
论文数:
0
引用数:
0
h-index:
0
机构:
Max Planck Inst Biol Cybernet, D-72076 Tubingen, Germany
Max Planck Inst Biol Cybernet, D-72076 Tubingen, Germany
von Luxburg, Ulrike
.
STATISTICS AND COMPUTING,
2007,
17
(04)
:395
-416
←
1
→
共 3 条
[1]
支持向量机最优模型选择的研究
[J].
刘向东
论文数:
0
引用数:
0
h-index:
0
机构:
南京大学计算机软件新技术国家重点实验室
刘向东
;
论文数:
引用数:
h-index:
机构:
骆斌
;
论文数:
引用数:
h-index:
机构:
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
论文数:
0
引用数:
0
h-index:
0
机构:
Max Planck Inst Biol Cybernet, D-72076 Tubingen, Germany
Max Planck Inst Biol Cybernet, D-72076 Tubingen, Germany
von Luxburg, Ulrike
.
STATISTICS AND COMPUTING,
2007,
17
(04)
:395
-416
←
1
→