原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
一种调整簇阀值的加速聚类分析算法及其应用高迪驹王天真刘远刘洋上海海事大学电气自动化系上海摘要为了从海量航运信息中挖掘出有用的知识聚类分析是一种经典有效的方法本文针对航运信息中大样本聚类问题根据聚类过程中大部分簇的调整发生在初始迭代阶段的特性提出了一种调整簇阀值的加速聚类方法并对该算法进行实例测试实验结果证明了该方法在满足原有的聚类精度的基础上减少了聚类的计算量本文将该方法应用到船舶航线设计中对于航运智能信息化有重要的意义关键词数据挖掘聚类分析簇阀值复杂度中图法分类号文献标识码引言在现代航海中构建
一种调整簇阀值的加速聚类分析算法及其应用(
高迪驹 王天真 刘远 刘洋
（上海海事大学电气自动化系，上海，200135）
摘 要：为了从海量航运信息中挖掘出有用的知识，聚类分析是一种经典有效的方法。本文针对航运信息中大样本聚类问题，根据k-means聚类过程中大部分簇的调整发生在初始迭代阶段的特性，提出了一种调整簇阀值的加速聚类方法，并对该算法进行实例测试，实验结果证明了该方法在满足原有的聚类精度的基础上，减少了聚类的计算量。本文将该方法应用到船舶航线设计中，对于航运智能信息化有重要的意义。
关键词：数据挖掘 聚类分析 簇阀值 复杂度
中图法分类号: TP391 文献标识码: A
文档评论（0）