增量式K-Medoids聚类算法

• 作者: 冯兴杰 冯志 高小梅
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 K-Medoids聚类算法 最近邻 增量式聚类算法
• 年，卷（期）: 2005,（z1）
• 所属期刊栏目: 软件技术与数据库
• 页码范围: 181-183
• 页数: 3页
• 分类号: TP311
• 字数: 3943字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2005.z1.069

摘要

聚类是一种非常有用的数据挖掘方法,可用于发现隐藏在数据背后的分组和数据分布信息.目前已经提出了许多聚类算法及其变种,但在增量式聚类算法研究方面所做的工作较少.当数据集因更新而发生变化时,数据挖掘的结果也应该进行相应的更新.由于数据量大,在更新后的数据集上重新执行聚类算法以更新挖掘结果显然比较低效,因此亟待研究增量式聚类算法.该文通过对K-Medoids聚类算法的改进,提出一种增量式K-Medoids聚类算法.它能够很好地解决传统聚类算法在伸缩性、数据定期更新时所面临的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯兴杰	中国民航学院计算机科学与技术学院	61	398	10.0	18.0
2	高小梅	中国民航学院计算机科学与技术学院	1	49	1.0	1.0
3	冯志	中国民航学院计算机科学与技术学院	1	49	1.0	1.0