初始化类中心的增量K均值法及其在新闻事件探测中的应用

传统的增量k均值法用于事件探测时存在着诸多不足。为了克服其缺陷，本文提出了一种用于事件探测的改进的增量k均值算法（IIKM）。该算法使用密度函数法进行聚类中心的初始化以便客观地选择初始聚类中心，既可以用于在线探测也可以用于回溯探测，并且执行结果受新闻语料被处理顺序的影响较小。本文对有效密度半径和特征空间维数的选择问题进行了讨论，并比较了该方法和Single—pass法及传统的K均值法的性能差异。实验结果表明本文所提出的方法是有效的。

R树上溢结点增量式k均值聚类优化分裂方法

R树能较好地满足逆向工程、CAD/CAM、机器视觉等领域的动态数据维护及空间查询需求,而CR树是其优秀的变体之一。针对CR树的上溢结点分裂算法存在的聚类结果不理想以及计算代价过高等问题,提出一种主元分析导向的增量式k均值算法,可在既有分类中心附近的第一主元方向上搜索新的初始分类中心。将该算法与Silhouette指标相结合应用于求解由上溢结点分裂问题所转化的点集聚类问题,能以较小的计算代价自适应获取近似全局最优的点集聚类结果。试验结果表明,基于增量式聚类的R树上溢结点分裂算法在R树构建效率、存储利用率及空间查询等方面的综合性能优于CR树与RR*树。