一种新的基于层次凝聚的高效复合聚类算法.pdfVIP

第 28卷 第4期 科 技 通 报 Vo1．28 No．4 2012年4月 BULLEnN OFSCIENCEAND TECHNOLOGY Apr．2012 一 种新的基于层次凝聚的高效复合聚类算法 赵 春 ，潘建平 ，陈 璩。 (1．四川大学锦城学院计算机科学与软件工程系，成都 611731 2．重庆交通大学 土木建筑学院，重庆 400074； 3．四川省经济信息中心，成都 610016) 摘 要：复合聚类算法是在改进的单连接算法和基于距离的聚合算法的基础上叠加形成。改进传统的单 连接算法可以缩短数据聚合的时间，而基于距离的聚合算法则可以增大结点规模，满足数据量大、复杂 度高的要求。实验结果表明，采用复合聚类算法能够有效地提高数据聚集的准确率和缩短响应时间。 关键词：层次凝聚；单连接算法；基于距离的聚类；复合聚类 中图分类号：TP312 文献标识码 ：A 文章编号：1001—7119(2012)04—0125—03 A New Effi cientCombinedClusteringAlgorithm Based onAgglomerativeHierarchical ZHA0Chun1,PANJio~pin{,CHENJin (1．ComputerScienceDepartment，SichuanUniversityJinchengCollege，Chengdu611731，China； 2．CollegeofCivilEngineeringandArchitecture，ChongqingJiaotongUniversity，Chongqing400074，China； 3．SichuanEconomicInformationCenter, Chengdu，610016，China) Abstract：Thecombined—clusteringalgorithm isfomr edbasedon Single-linkage—improvedalgorithmsandk-means- improved algorithm．Single-linkage-improved~gorithm callshortenclusteringtime．，and k-meansalgorithm callmeet theneedofhugevolumesofdataandhighcomplexity，becauseitcanenlargethescaleofnodes．Theexperimentshows thatthecombined—clusteringalgorithm caneffectivelyimproveaccuracyandshortenhandletimeofdataclustering． Keywords：hierarchicalagglomeration；single—linkagealgorithm ；k-means；combined—clustering 在资源共享的环境中，对庞大杂乱的资源进行快 接算法是比较恰当的选择。这种算法的优点在于计算 速 、有效地分类和聚合是有效利用资源的关键因素 。资 速度快，但是它没有考虑到两个簇中其它结点对簇间 源的组织和划分由机器聚合来完成 ，可以克服传统人 距离的影响，其时间复杂度不能满足聚类复杂度高、及 工标注分类具有的诸多缺陷。机器聚合分为数据提取 、 时性强的要求。为提升该算法的效率 ，可以从以下方面 数据预处理、特征提取和聚类4个步骤。机器聚合的效 进行优化 ：(1)优化特征向量 ：将特征向量转化为稀疏 率更多地被聚类算法所决定 ，它对于聚合