- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
一种基于距离的增量聚类算法.pdf
第 15 卷第 3 期 湖 南 工 程 学 院 学 报 Vo1. 15. No. 3
2005 年 9 月 Sept. 2005
Journal of Hunan Institute of Engineering
一种基于距离的增量聚类算法
1 2
吴 琪 , 左万利
( 1 广东警官学院 ,广东 广州 510000 ;2 吉林大学 计算机科学与技术学院 ,吉林 长春 130012)
摘 要 : 在传统层次聚类基础上 ,提出并实现了一种基于距离的增量式聚类算法 ,并应用于粮食智能决
策支持系统中. 算法在保持层次聚类优点的基础上 ,利用原有的聚类结果提高聚类速度 ,并可以根据用
户需要在聚类精度和聚类速度两方面选取一个适当的平衡点 ,有效地提高聚类分析的效率.
关键词 : 增量聚类 ;层次聚类 ;决策支持系统 ;数据挖掘
( )
中图分类号 : TP274 文献标识码 : A 文章编号 : 1671 - 119X 2005 03 - 0041 - 04
聚类分析是数据挖掘的一种重要的分析手段 , 据集.
如基于距离的层次算法 ,分裂算法 , 以及基于密度和 (2) 读取数据库中数据增量变化表 ,形成两个数
基于网格的一些算法都在实际中得到了应用 ,但是 据集 :添加数据集和删除数据集.
智能决策支持系统中的聚类分析是基于数据仓库的 (3) 处理添加数据集 , 添加到原来的聚类结果
海量数据的 ,除了通过抽取有代表性的样本进行分 中.
析外 ,还需要利用增量聚类算法进一步提高计算的 (4) 用删除数据集 ,修剪步骤 3 得到的聚类结
效率. 本文所描述的就是粮食智能决策支持系统的 果.
增量聚类分析模块 ,它是一种基于距离的聚类算法 , (5) 对步骤 4 得到的结果进行层次聚类 ,直到结
既方便实现 ,而且增量处理后的聚类过程与层次聚 果满足结束条件.
类所得到的过程形式相同 ,能很好的相互配合使用 其中聚类结果可以保存为数据库 ,文本文件或
并可以作统一的结果分析. 二进制文件 , 同时要保存聚类时间 ,算法设置等等.
读取时计算的度量数据集将在增量处理的过程中用
1 算法的原理 到 ,我们会在后面讨论.
非增量的基于距离的聚类算法 ,从计算效率来 2 增量数据获得
讲 ,分裂聚类算法比层次聚类算法要高 ,但是聚类效
果不如层次聚类 ,有时候达不到实际情况的需要. 而 利用原来的聚类结果 ,就必须知道从那次聚类
实际工作中还经常存在这种情况 : 需要进行聚类计 到现在数据产生了哪些变化 ,也就是要获得两次聚
算的数据量很大 ,每次进行聚类的时间较长 ,而有的 类之间的数据变化情况. 这些变化包括三种情况 :数
时候要进行聚类计算时数据 比上一次聚类变化不 据添加 ,数据更改和数据删除 ,本系统中的操作的数
大 ,如果重新进行聚类所需时间太
文档评论(0)