一种聚类学习的新方法

摘要：

基于人进行聚类判断所遵循的基本原则,即聚类中对象间距离应小于聚类间距离,本文提出了一种聚类学习的新方法.该方法无需用户事先给定聚类个数K,且其算法复杂度基本为O(nm).此外,该聚类学习新方法,在处理大规模(几十万至几百万个)数据对象时,也具有良好的工作效能.有关实验测试结果,充分说明了该聚类学习新方法的有效性.

关键词：聚类学习、无监督学习、机器学习、数据挖掘

所属期刊栏目：13

分类号：TP391.4(计算技术、计算机技术)

资助基金：安徽省自然科学基金

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页码：262-265