面向大规模数据集的近邻传播聚类

• 作者: 汪加才 谷瑞军 陈圣磊 陈耿
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 近邻传播聚类 大规模数据集 数据挖掘
• 年，卷（期）: 2010,（23）
• 页码范围: 22-24
• 分类号: TP391
• 字数: 3932字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.23.008

摘要

近邻传播聚类在计算过程中需构建相似度矩阵,该矩阵的规模随样本数急剧增长,限制了算法在大规模数据集上的直接应用.为此,提出一种改进的近邻传播聚类算法,利用数据点的局部分布,借鉴半监督聚类的思想构造稀疏化的相似度矩阵,并对聚类结果中的簇代表点再次或多次聚类,直至得到合适的簇划分.实验结果表明,该算法在处理能力和运算速度上优于原算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈耿	南京审计学院信息科学学院	81	565	13.0	20.0
5	汪加才	南京审计学院信息科学学院	32	180	9.0	11.0
6	陈圣磊	南京审计学院信息科学学院	24	75	4.0	7.0
7	谷瑞军	南京审计学院信息科学学院	16	79	4.0	8.0