一种有效的增量聚类算法 |
| |
引用本文: | 许毕峰 冯少荣 薛永生 刘笑锋 翁伟. 一种有效的增量聚类算法[J]. 计算机科学, 2004, 31(11): 93-96 |
| |
作者姓名: | 许毕峰 冯少荣 薛永生 刘笑锋 翁伟 |
| |
作者单位: | 厦门大学计算机科学系,厦门,361005;厦门大学计算机科学系,厦门,361005;厦门大学计算机科学系,厦门,361005;厦门大学计算机科学系,厦门,361005;厦门大学计算机科学系,厦门,361005 |
| |
基金项目: | 本课题得到福建省自然基金资助(A0310008)、福建省高新技术研究开放计划重点项目资助(2003H043). |
| |
摘 要: | 聚类是数据挖掘领域中最活跃的研究分支之一,聚类技术在其他的科学领域也有广泛的应用。迄今为止已经提出了大量的聚类算法,其中基于密度的DBSCAN算法因其很多优点而备受关注,为了减少DBSCAN的区域查询次数,降低I/O开销而提出的改进算法有FDBSCAN、LSNCCP等。随着应用的发展,增量聚类显得越来越重要,而现有的增量聚类算法存在很大的局限性。基于LSNCCP,提出了一种有效的增量聚类算法,同时它也可以用于对LSNCCP进行性能优化。
|
关 键 词: | 数据挖掘 聚类 密度 最大核心点集 增量聚类算法 |
An Effective Incremetal Clustering Algorithm |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 维普 万方数据 等数据库收录! |
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|