计算机科学 ›› 2005, Vol. 32 ›› Issue (12): 188-190.

• 软件工程与数据库技术 • 上一篇    下一篇

基于数据分区的最近邻优先聚类算法

王鑫 王洪国 张建喜 谷建军   

  1. 山东师范大学信息管理学院,济南250014
  • 出版日期:2018-11-17 发布日期:2018-11-17

WANG Xin ,WANG Hong-Guo, ZHANG Jian-Xi, GU Jian-Jun ( Information Management School of Shandong Normal University , Jinan 250014 )   

  • Online:2018-11-17 Published:2018-11-17

摘要: 聚类是数据挖掘领域的一个重要研究方向。最近邻优先吸收(NNAF)算法可以快速进行聚类并且能有效处理噪声点,但当数据密度和聚类间的距离不均匀时聚类质量较差。本文在分析NNAF算法不足的基础上,提出了一种基于数据分区的NNAF算法一PNNAF算法,较好地改善了聚类质量。

关键词: 数据挖掘 聚类 数据分区 最近邻优先吸收

Abstract: Clustering is an important research direction in the field of Data Mining. This paper analyses the Nearest Neighbors Absorbed First (NNAF) clustering algorithm. This algorithm can cluster quickly with noisy . However, clustering quality will degrade when

Key words: Data Mining, Clustering, Data partitioning, Nearest neighbor first

No related articles found!
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
No Suggested Reading articles found!