一种有效的增量聚类算法

摘要：

聚类是数据挖掘领域中最活跃的研究分支之一,聚类技术在其他的科学领域也有广泛的应用.迄今为止已经提出了大量的聚类算法,其中基于密度的DBSCAN算法因其很多优点而备受关注,为了减少DBSCAN的区域查询次数,降低I/O开销而提出的改进算法有FDBSCAN、LSNCCP等.随着应用的发展,增量聚类显得越来越重要,而现有的增量聚类算法存在很大的局限性.基于LSNCCP,提出了一种有效的增量聚类算法,同时它也可以用于对LSNCCP进行性能优化.

关键词：数据挖掘、聚类、密度、最大核心点集、增量聚类算法

所属期刊栏目：31

分类号：TP3;G61

资助基金：福建省自然科学基金A0310008;福建省高新技术项目2003H043

在线出版日期：2005-01-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：93-96