ISNN:一种基于密度的高效增量聚类算法

• 作者: 孙焕良 朱叶丽 王永会 邱菲
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类分析 SNN 增量聚类算法 基于密度的算法 ISNN
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 信息与控制
• 页码范围: 1015-1018
• 页数: 4页
• 分类号: TP311.131
• 字数: 2585字
• 语种: 中文
• DOI: 10.3321/j.issn:1671-2021.2006.06.031

摘要

目的 提高算法效率,减少磁盘访问次数,提出一种基于密度的高效增量聚类算法ISNN.方法 将更新对象的空间进行划分,定义了基于该划分的最近邻居概念,在此基础上应用一种剪枝策略来确定受影响对象的集合,数据更新时,只需要对受影响对象集合进行处理.结果 受影响对象集合远小于原数据集合,显著地提高了算法效率.结论 实验表明,ISNN在效率和磁盘访问次数上都显著优于SNN算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙焕良	沈阳建筑大学信息与控制工程学院	60	414	10.0	17.0
2	邱菲	沈阳建筑大学信息与控制工程学院	2	8	1.0	2.0
3	朱叶丽	沈阳建筑大学信息与控制工程学院	4	18	3.0	4.0
4	王永会	沈阳建筑大学信息与控制工程学院	55	378	12.0	16.0