基于代表点的聚类算法

摘要：

本文针对传统聚类算法只用一个中心点表示类的缺点，提出一种新的基于代表点的聚类算法。该算法借鉴CURE算法中多个代表点表示一个类的思想，首先采用划分方法将数据生成原子簇，然后以这些原子簇为基础，进行聚类。该方法能够识别任意形状及大小的类，去除噪声点，并且具有近似线性运行时间等优点。文中分析了该算法的计算复杂度并通过实例验证了该方法的有效性。

关键词： 聚类 CURE算法 原子类 计算复杂度

作者: 张健 叶建栲 李广斌

作者单位: 浙江师范大学数理与信息工程学院,金华 浙江 321004

会议类型: 国内会议

会议名称: 第三届全国信息检索与内容安全学术会议

会议地点: 苏州

会议语种:中文

页码: 204-208

在线出版日期: 2007-11-01（万方平台首次上网日期，不代表论文的发表时间）