面向大规模数据集的近邻传播聚类

被引：8

作者：

谷瑞军 ^{[1
]}

汪加才 ^{[1
]}

陈耿 ^{[1
,2
]}

陈圣磊 ^{[1
]}

机构：

[1] 南京审计学院信息科学学院

[2] 江苏大学计算机科学与通信工程学院

来源：

计算机工程 | 2010年 / 36卷 / 23期

关键词：

近邻传播聚类; 大规模数据集; 数据挖掘;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

近邻传播聚类在计算过程中需构建相似度矩阵,该矩阵的规模随样本数急剧增长,限制了算法在大规模数据集上的直接应用。为此,提出一种改进的近邻传播聚类算法,利用数据点的局部分布,借鉴半监督聚类的思想构造稀疏化的相似度矩阵,并对聚类结果中的簇代表点再次或多次聚类,直至得到合适的簇划分。实验结果表明,该算法在处理能力和运算速度上优于原算法。

引用

页码：22 / 24

页数：3