基于减法聚类的合并最优路径层次聚类算法

摘要：

针对传统层次聚类算法在处理大规模数据时效率低下的问题，提出一种快速层次聚类算法。根据数据点密度值的大小依次确定初始聚类中心，使用最小生成树算法对初始聚类中心间的相似度距离进行存储，寻找最优合并路径，从而减少更新距离矩阵的计算量和空间复杂度，并优化减法聚类中的收敛函数。在UCI数据集上的实验结果表明，该算法比传统聚类算法执行速度更快、效率更高，且随着数据量的增多，在时间消耗方面的优势更明显。

关键词：初始聚类中心、最优路径、快速聚类、大数据集、层次聚类

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目51175169;国家科技支撑计划基金资助项目2012BAF02B01。

在线出版日期：2015-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：178-182,187