基于最近邻优先的高效聚类算法1摘要.PDFVIP

36 卷 6 期 四川大学学报 （工程科学版） Vol.36 No.6 2004 年11 月 JOURAL OF SICHAUN UNIVERSITY (ENGINEERING SICENCE EDITION) Nov. 2004 基于最近邻优先的高效聚类算法1 1 1 1，2 1,3 1 4 胡建军 唐常杰 李川 彭京 元昌安 陈安龙 蒋永光 1 2 （四川大学计算机学院，成都610064) ） （成都市公安局科技处，成都 610017 ） 3 (广西师范学院信息技术系，南宁，530001).4 成都中医药大学 四川成都610075 ｛huji anj un ，tangchangjie ｝@cs.scu.edu.cn 摘要：高维空间中的任意形状的多层次聚类，是数据挖掘领域中一个具有挑战性的问题。针对这一问题， 基于 “同类相近”的思想，提出并实现了最近邻优先聚类算法NNAF （Nearest Neighbors Absorbed First）算 法。主要工作包括：（1）证明了最近邻点搜索定理，基于这一定理又提出了SNN(Searching Nearest Neighbors) 算法和GSNN(Grid-based Searching Nearest Neighbors)算法，其时间复杂度为O(n*log(n)) ，当用扫描图像所 得数据时，时间复杂度会降为O(n) ；而使用传统的搜索算法，时间复杂度为O(n 2 ) ；（2 ）提出了实现任意 形状高维空间聚类的NNAF 算法，时间复杂度为O(n) ；（3 ）提出了MLCA(Multi －Layer Cluster Algorithm) 算法并证明了两个相关的定理，在改变阈值后重新聚类时，使用MLCA 算法可以节省90% 以上的时间。实 验结果显示，以上算法适应于任意形状的高维空间数据的聚类，可以有效过滤噪声数据，且用户需要的先 验知识少、可快速获得各种层次的聚类结果。 关键词：数据挖掘；聚类分析；最近邻优先；多层次聚类 中图分类号：TP311.13 文献标识码：A A Efficient Multi-Layer Clustering Algorithm Based on Nearest Neighbors First 1 1 1 1,2 1,3 1 HU Jian-jun , TANG Chang-jie , LI Chuan , PENG Jing , YUAN Chang-an , CHEN An-long 1 (Computer School, Sichuan University, Chengdu 610064, China) 2 (Department of Science and Technology, Chengdu Public Security Bureau, Chengdu 610017,China) 3 (Department of Information Technology, Guangxi Teachers Education University, Nanning, Guangxi 530001,China) Abstract: The mu