基于最近邻优先的高效聚类算法

An Efficient Multi-layer Clustering Algorithm Based on Nearest Neighbors First

二维码有效期 120s

摘要针对高维空间中任意形状的多层次聚类问题,基于"同类相近"的思想,提出并实现了最近邻优先吸收聚类算法NNAF算法.证明了最近邻点搜索定理,基于这一定理又提出了SNN(Searching Nearest Neighbors)算法和GSNN(Grid-based Searching Nearest Neighbors)算法,其时间复杂度为O(n*log(n)),当用扫描图像所得数据时,时间复杂度会降为O(n);而使用传统的搜索算法,时间复杂度为O(n2);提出了实现任意形状高维空间聚类的NNAF算法,时间复杂度为O(n);提出了MLCA(Multi-layer Cluster Algorithm)算法并证明了两个相关的定理,在改变阈值后重新聚类时,使用MLCA算法可以节省90%以上的时间.实验结果显示,以上算法适应于任意形状的高维空间数据的聚类,可以有效过滤噪声数据,且用户需要的先验知识少、可快速获得各种层次的聚类结果.

作者胡建军 ^[1] 唐常杰 ^[1] 李川 ^[1] 彭京 ^[2] 元昌安 ^[3] 陈安龙 ^[1] 蒋永光 ^[4] 学术成果认领

作者单位四川大学,计算机学院,四川,成都,610064 ^[1] 四川大学,计算机学院,四川,成都,610064;成都市公安局,科技处,四川,成都,610017 ^[2] 四川大学,计算机学院,四川,成都,610064;广西师范学院,信息技术系,广西,南宁,530001 ^[3] 成都中医药大学,四川,成都,610075 ^[4]

关键词数据挖掘聚类分析最近邻优先吸收多层次聚类

分类号 TP311.13

栏目名称

信息工程

DOI 10.3969/j.issn.1009-3087.2004.06.021

发布时间 2004-12-23（万方平台首次上网日期，不代表论文的发表时间）

基金项目

国家自然科学基金（60473071,90409007）国家重点基础研究发展计划（973计划）（2002CB111504）高等学校博士学科点专项科研基金（20020610007）广西自然科学基金（0339039）国家中医药局科研项目（2003JP40）