改进K-means的空间聚类算法

被引：8

作者：

赵伟 ^{[1
]}

张姝 ^{[2
]}

李文辉 ^{[1
]}

机构：

[1] 吉林大学计算机科学与技术学院

[2] 长春工业大学计算机科学与工程学院

来源：

计算机应用研究 | 2008年 / 07期

关键词：

空间数据库; R-link树; 四叉树; 空间聚类; 空间索引;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

提出了基于K-means的四叉树与R-link树的混合结构树,提高了R-link树的查询性能,在K-means中采用均值—标准差确定初始聚类中心,提高了收敛速度,通过距离准则函数来优化K值,避免K值的盲目选取。与R-link相比空间开销代价有时略大,但换取了更高的性能,且数据量越多,此种结构的整体性能越好,适合于海量数据。

引用

页码：1995 / 1997

页数：3