| 面向大规模数据的分层近邻传播聚类算法 |
| |
| 引用本文： | 刘晓楠,尹美娟,李明涛,姚东,陈武平.面向大规模数据的分层近邻传播聚类算法[J].计算机科学,2014,41(3):185-188,192. |
| |
| 作者姓名： | 刘晓楠 尹美娟 李明涛 姚东 陈武平 |
| |
| 作者单位： | 解放军信息工程大学 郑州450001;解放军信息工程大学 郑州450001;解放军信息工程大学 郑州450001;解放军信息工程大学 郑州450001;信息保障技术重点实验室 北京100072 |
| |
| 基金项目： | 本文受信息保障技术重点实验室开放基金(KJ-12-04)资助 |
| |
| 摘 要： | 近邻传播(Affinity Propagation,AP)聚类具有不需要设定聚类个数、快速准确的优点,但无法适应于大规模数据的应用需求。针对此问题,提出了分层近邻传播聚类算法。首先,将待聚类数据集划分为若干适合AP算法高效执行的子集,分别推举出各个子集的聚类中心;然后对所有子集聚类中心再次执行AP聚类,推举出整个数据集的全局聚类中心;最后根据与这些全局聚类中心的相似度对聚类样本进行划分,从而实现对大规模数据的高效聚类。在真实和模拟数据集上的实验结果均表明,与AP聚类和自适应AP聚类相比,该方法在保证较好聚类效果的同时,极大地降低了聚类的时间消耗。
|
| 关 键 词： | 数据聚类 近邻传播 分层推举 聚类中心 |
| 收稿时间： | 2013/5/20 0:00:00 |
| 修稿时间： | 2013/10/12 0:00:00 |
Hierarchical Affinity Propagation Clustering for Large-scale Data Set |
| |
| LIU Xiao-nan,YIN Mei-juan,LI Ming-tao,YAO Dong and CHEN Wu-ping.Hierarchical Affinity Propagation Clustering for Large-scale Data Set[J].Computer Science,2014,41(3):185-188,192. |
| |
| Authors: | LIU Xiao-nan YIN Mei-juan LI Ming-tao YAO Dong and CHEN Wu-ping |
| |
| Affiliation: | PLA Information Engineering University,Zhengzhou 450001,China;PLA Information Engineering University,Zhengzhou 450001,China;PLA Information Engineering University,Zhengzhou 450001,China;PLA Information Engineering University,Zhengzhou 450001,China;Science and Technology on Information Assurance Laboratory,Beijing 100072,China |
| |
| Abstract: | |
| |
| Keywords: | Data clustering Affinity propagation Hierarchical selecting Clustering center |
| 本文献已被 CNKI 等数据库收录！ |
|
点击此处可从《计算机科学》下载全文 |
|
