快速大样本同步聚类

• 作者: 乔颖 王士同
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 核密度估计(KDE) 抽样 同步 大样本 聚类
• 年，卷（期）: 2016,（23）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 159-166,219
• 页数: 9页
• 分类号: TP391.4
• 字数: 7566字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1510-0207

摘要

针对现有的Sync算法具有较高时间复杂度，在处理大样本数据集时有相当的局限性，提出了一种快速大样本同步聚类算法（Fast Clustering by Synchronization on Large Sample，FCSLS）。首先将基于核密度估计（KDE）的抽样方法对大样本数据进行抽样压缩，再在压缩集上进行同步聚类，通过Davies-Bouldin指标自动寻优到最佳聚类数，最后，对剩下的大规模数据进行聚类，得到最终聚类结果。通过在人造数据集以及UCI真实数据集上的实验， FCSLS可以在大规模数据集上得到任意形状、密度、大小的聚类且不需要预设聚类数。同时与基于压缩集密度估计和中心约束最小包含球技术的快速压缩方法相比，FCSLS在不损失聚类精度的情况下，极大地缩短了同步聚类算法的运行时间。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王士同	江南大学数字媒体学院	528	3424	23.0	37.0
2	乔颖	江南大学数字媒体学院	2	5	2.0	2.0