一种基于最近邻优先的知识聚类算法
来源期刊:江西理工大学学报2008年第5期
论文作者:董跃华 胡健
关键词:聚类算法; 最近邻优先; 知识发现; 阀值参数;
摘 要:基于"同类相近"的思想,构建了一种改进的最短距离聚类算法--最近邻优先聚类算法NNPC该算法可以快速获得不同层次的高质量聚类,进而找到满足要求的阈值参数和聚类,并能够高效处理以任意形状分布的具有噪声数据的大数据量高维数据,且用户需要的先验知识少.通过3个定理的提出和证明,体现算法的先进性.
董跃华1,胡健1
(1.江西理工大学信息工程学院,江西,赣州,341000)
摘要:基于"同类相近"的思想,构建了一种改进的最短距离聚类算法--最近邻优先聚类算法NNPC该算法可以快速获得不同层次的高质量聚类,进而找到满足要求的阈值参数和聚类,并能够高效处理以任意形状分布的具有噪声数据的大数据量高维数据,且用户需要的先验知识少.通过3个定理的提出和证明,体现算法的先进性.
关键词:聚类算法; 最近邻优先; 知识发现; 阀值参数;
【全文内容正在添加中】