期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多球分裂的增量式k-means聚类算法
被引量:
2
1
作者
曲福恒
钱超越
+3 位作者
杨勇
陆洋
宋剑飞
胡雅婷
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第6期1434-1441,共8页
针对Ball k-means(BKM)算法对初始化中心敏感、求解精度不高的问题,提出了一种基于多球分裂的增量式k-means聚类算法。该算法利用BKM需要记录各球聚类半径的特点,从给定的初始聚类中心个数开始,按照固定步长一次性产生多个增量聚类中心...
针对Ball k-means(BKM)算法对初始化中心敏感、求解精度不高的问题,提出了一种基于多球分裂的增量式k-means聚类算法。该算法利用BKM需要记录各球聚类半径的特点,从给定的初始聚类中心个数开始,按照固定步长一次性产生多个增量聚类中心,直至得到k个初始中心。本文算法避免了所有n个s维数据之间的距离计算,在不增加空间复杂度的前提下将传统增量聚类中心选取的计算量由O(n^(2)s)降低至O(k log k)(k<n)。在8组UCI数据上与k-means、BKM、IK-+以及3个典型增量聚类算法的对比实验结果表明,本文算法降低了BKM的初始化敏感性,解的精度提升了37.15%~66.92%,是对比增量算法中唯一能够提升k-means效率的算法,且随着聚类个数的增加,效率优势更加明显。
展开更多
关键词
模式识别
K-MEANS
增量聚类
ball
k-means
多球分裂
原文传递
题名
基于多球分裂的增量式k-means聚类算法
被引量:
2
1
作者
曲福恒
钱超越
杨勇
陆洋
宋剑飞
胡雅婷
机构
长春理工大学计算机科学技术学院
长春师范大学教育学院
吉林农业大学信息技术学院
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022年第6期1434-1441,共8页
基金
吉林省教育厅“十三五”科学技术项目(JJKH20181164KJ)
吉林省教育厅科学技术研究项目(JJKH20220330KJ)
国家自然科学基金项目(41671397)。
文摘
针对Ball k-means(BKM)算法对初始化中心敏感、求解精度不高的问题,提出了一种基于多球分裂的增量式k-means聚类算法。该算法利用BKM需要记录各球聚类半径的特点,从给定的初始聚类中心个数开始,按照固定步长一次性产生多个增量聚类中心,直至得到k个初始中心。本文算法避免了所有n个s维数据之间的距离计算,在不增加空间复杂度的前提下将传统增量聚类中心选取的计算量由O(n^(2)s)降低至O(k log k)(k<n)。在8组UCI数据上与k-means、BKM、IK-+以及3个典型增量聚类算法的对比实验结果表明,本文算法降低了BKM的初始化敏感性,解的精度提升了37.15%~66.92%,是对比增量算法中唯一能够提升k-means效率的算法,且随着聚类个数的增加,效率优势更加明显。
关键词
模式识别
K-MEANS
增量聚类
ball
k-means
多球分裂
Keywords
pattern recognition
k-means
incremental clustering
ball k-means
multi-ball splitting
分类号
TP391 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
基于多球分裂的增量式k-means聚类算法
曲福恒
钱超越
杨勇
陆洋
宋剑飞
胡雅婷
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2022
2
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部