一种高效的K-medoids聚类算法

• 作者: 夏宁霞 苏一丹 覃希
• 来源期刊: 计算机应用研究
• 关键词: 聚类 K-medoids算法 中心微调 增量候选
• 年，卷（期）: 2010,（12）
• 页码范围: 4517-4519
• 分类号: TP301
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2010.12.035

摘要

针对K-medoids算法初始中心点选择敏感、大数据集聚类应用中性能低下等缺点,提出一个基于初始中心微调与增量中心候选集的改进K-medoids算法.新算法以微调方式优化初始中心,以中心候选集逐步扩展的方式来降低中心轮换的计算复杂性.实验结果表明,相对于传统的K-medoids算法,新算法可以提高聚类质量,有效缩短计算时间.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏一丹	广西大学计算机与电子信息学院	114	849	16.0	23.0
2	覃希	广西大学计算机与电子信息学院	8	123	5.0	8.0
6	夏宁霞	广西大学计算机与电子信息学院	3	130	3.0	3.0