|
|||||
|
|
| 基于k-d树的k-means聚类方法 | |
| 作者姓名： | 孙总参 陶兰 齐建东 王保迎 |
| 作者单位： | 中国农业大学,信息与电气工程学院,北京,100083;中国农业大学,信息与电气工程学院,北京,100083;深圳大学,信息工程学院,广东,深圳,518060;北京林业大学,信息学院,北京,100083 |
| 摘 要： | 在直接k-means算法的基础上提出了一种新的基于k-d树的聚类方法。通过把所有的对象组织在一棵k-d树中,可以高效地发现给定原型的所有最近邻对象。利用的主要思想是：在根结点,所有的聚类中心(或称为候选原型)都是所有对象的最近邻候选集合,对于根结点的子结点,通过简单几何约束来剪枝该候选集,这种方法可以被递归使用。使用基于k-d树的方法可以使直接k-means算法的总体性能提高一到两个数量级。 |
| 关 键 词： | k-means算法 k-d树 聚类 数据挖掘 |
| 文章编号： | 1000-7024(2004)11-2054-04 |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ | |