一种新颖、高效、基于综合因素的聚类算法
聚类是数据挖掘中一项重要的技术。分析了现有聚类算法的优点，并在此基础上首次提出了一种基于综合因素的高效的聚类算法。它以数据点之间距离和数据点的密度作为识别簇的依据，利用统计信息以数据方格代替了单个数据点，从而相对减小了聚类的数据量，使得算法的时间复杂度近拟于线性。实验表明在和多种算法的比较中，该聚类算法在效率和质量上具有明显的优势。
数据挖掘 数据仓库 聚类
金文 钱卫宁 周傲英 施伯乐
大学计算机科学系(上海)
国内会议
兰州
中文
351～357
1999-08-01（万方平台首次上网日期，不代表论文的发表时间）