IncSNN——一种基于密度的增量聚类算法

• 作者: 刘俊岭 孙焕良 朱叶丽 邱菲
• 来源期刊: 计算机研究与发展
• 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
• 年，卷（期）: 2006,（z3）
• 所属期刊栏目: 数据挖掘和知识发现
• 页码范围: 309-313
• 页数: 5页
• 分类号: TP311.13
• 字数: 3721字
• 语种: 中文

摘要

基于密度的聚类算法是一类重要的聚类算法,能发现任意形状的簇,但由于它的时间复杂度较高,因此设计有效的增量更新算法是一个重要研究方向.在SNN算法的基础上,提出一种基于密度的增量聚类算法-IncSNN.该算法将所更新对象的空间进行划分,定义了基于该划分的最近邻居的概念,进而确定了受影响对象的集合,当算法更新时,只需要对受影响的数据进行处理.由于受影响对象的集合远小于原数据集合,因此显著提高了算法的效率.实验结果验证了IncSNN的有效性.

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	刘俊岭	沈阳建筑大学计算中心	16	109	6.0	10.0