一种高效的K-medoids聚类算法

被引：49

作者：

夏宁霞 ^{[1
]}

苏一丹 ^{[1
]}

覃希 ^{[1
,2
]}

机构：

[1] 广西大学计算机与电子信息学院

[2] 广西工学院计算机工程系

来源：

计算机应用研究 | 2010年 / 27卷 / 12期

关键词：

聚类; K-medoids算法; 中心微调; 增量候选;

D O I：

暂无

中图分类号：

TP301.6 [算法理论];

学科分类号：

081202 ;

摘要：

针对K-medoids算法初始中心点选择敏感、大数据集聚类应用中性能低下等缺点,提出一个基于初始中心微调与增量中心候选集的改进K-medoids算法。新算法以微调方式优化初始中心,以中心候选集逐步扩展的方式来降低中心轮换的计算复杂性。实验结果表明,相对于传统的K-medoids算法,新算法可以提高聚类质量,有效缩短计算时间。

引用

页码：4517 / 4519

页数：3