不确定数据的高效聚类算法

• 作者: 周丽华 李云飞 王丽珍
• 来源期刊: 广西师范大学学报（自然科学版）
• 学科: 工学
• 关键词: kd树 ck-means算法 期望中心 候选集 剪枝
• 年，卷（期）: 2011,（2）
• 页码范围: 161-166
• 分类号: TP391
• 字数: 3911字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-6600.2011.02.032

摘要

不确定数据聚类是数据挖掘领域中的一个重要的研究热点.本文介绍了不确定数据聚类的uk-means算法及其改进算法ck-means.由于ck-means算法必须计算每个簇到所有对象的质心的距离,因此当聚类的样本很大时,聚类效率依然不是很好.本文提出的kd-means算法只需要计算对象到部分质心的距离,因此可以很大程度地提高ck-means算法的效率.该方法是基于kd树索引而提出的改进策略,并用大量的实验来证明改进算法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周丽华	云南大学信息学院	44	134	7.0	9.0
2	王丽珍	云南大学信息学院	110	1069	18.0	27.0
3	李云飞	云南大学信息学院	11	84	5.0	9.0