基于k中心点的迭代局部搜索聚类算法

摘要：

本文先提出一个k中心点算法的改进算法,该算法不增加计算的复杂性,对数据集元组聚类结果的改进平均超过6％，与PAM算法相比,该算法可显著减少计算时间而获得相近的聚类结果，然后将它作为局部搜索过程嵌入到迭代局部搜索结构中,所构造的基于k中心点的迭代局部搜索聚类算法(IKMD),能进一步将元组的聚类结果平均改进了10％以上，实验结果表明，IKMD算法与PAM算法相比,不但能够显著减少计算时间,而且改进了聚类结果。

关键词： 聚类算法 k中心点算法 搜索算法 局部搜索 迭代局部搜索

作者: 吴景岚 朱文兴

作者单位: 闽江学院计算机科学系,福州,350108 福州大学计算机科学系,福州,350002

会议类型: 国内会议

会议名称: 第二十一届中国数据库学术会议

会议地点: 厦门

会议语种:中文

页码: 503-509

在线出版日期: 2004-10-14（万方平台首次上网日期，不代表论文的发表时间）