针对多聚类中心大数据集的加速K-means聚类算法

• 作者: 周浩 库涛 张顺龙
• 来源期刊: 计算机应用研究
• 关键词: DIACK 加速K-means 聚类 三角定理
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 413-416
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.02.021

摘要

随着数据量、数据维度呈指数发展以及实际应用中聚类中心个数的增多,传统的K-means聚类算法已经不能满足实际应用中的时间和内存要求.针对该问题提出了一种基于动态类中心调整和Elkan三角判定思想的加速K-means聚类算法.实验结果证明,当数据规模达到10万条,聚类个数达到20个以上时,本算法相比Elkan算法具有更快的收敛速度和更低的内存开销.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	库涛	中国科学院沈阳自动化研究所	12	121	6.0	11.0
5	张顺龙	中国科学院沈阳自动化研究所	1	35	1.0	1.0