一种面向大数据的快速自动聚类算法

• 作者: 李晓静 陈小玉 马海英
• 来源期刊: 计算机应用研究
• 关键词: 谱聚类 粒子群优化 区域进化 自动聚类
• 年，卷（期）: 2017,（9）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2651-2654,2658
• 页数: 5页
• 分类号: TP391|TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.09.019

摘要

针对大数据环境下高维数据聚类速度慢、准确率低的问题,提出了一种面向大数据的快速自动聚类算法(FACABD).FACABD聚类算法利用谱聚类算法对大数据集进行归一化和列降维,提出了一种新的快速区域进化的粒子群算法(FRE-PSO),并利用该算法进行行降维;然后在行列降维的基础上,引入聚类模糊隶属度基数,自动发现簇的数目,根据类簇数目,采用FRE-PSO算法结合模糊聚类算法,实现了快速自动聚类.在多个不同数据集上的实验结果表明,该算法能够在数据驱动下快速自动聚类,与其他聚类算法相比,有效地提高了运行速度和精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马海英	南通大学计算机科学与技术学院	49	168	8.0	10.0
2	陈小玉	南阳理工学院计算机与信息工程学院	20	56	4.0	6.0