K-均值聚类算法在关系数据库中的应用

被引：3

作者：

徐向阳

机构：

[1] 河南公安高等专科学校信息安全系

来源：

关键词：

数据挖掘; 聚类分析; K-均值; 关系数据库;

D O I：

10.16725/j.cnki.cn45-1351/tn.2008.04.025

中图分类号：

TP311.132.3 [];

学科分类号：

1201 ;

摘要：

为实现K-均值聚类算法在关系数据库中的应用,对K-均值通用算法进行了改进,通过介绍把K-均值聚类算法和关系数据库管理系统(RDBMS)相结合的一种思想,目标是允许K-均值方法对关系DBMS内部的大数据集进行聚集。分析证明,改进后的K-均值聚类算法能够获得更好的聚类结果。

引用

页码：313 / 316

页数：4

共 5 条

[1]

模式识别.[M].边肇祺编著;.清华大学出版社.1988,

[2] 一种求解TSP问题的改进遗传算法 [J].

符一平 ;

陈光喜 .

[3] Apriori算法分析与改进综述 [J].

牛丽敏 .

[4] 基于聚类的个人信用评分模型研究 [J].

徐向阳 ;

葛继科 .

[5] 数据挖掘技术初探 [J].

周晓宇 ;

李慎之 ;

戚晓芳 ;

徐宝文 .