文献类型：期刊文章

作　　者：夏宁霞[1] 苏一丹[1] 覃希[1,2]

机构地区：[1]广西大学计算机与电子信息学院,南宁530004 [2]广西工学院计算机工程系,广西柳州545006

出　　处：《计算机应用研究》

年　　份：2010

卷　　号：27

期　　号：12

起止页码：4517-4519

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对K-medoids算法初始中心点选择敏感、大数据集聚类应用中性能低下等缺点,提出一个基于初始中心微调与增量中心候选集的改进K-medoids算法。新算法以微调方式优化初始中心,以中心候选集逐步扩展的方式来降低中心轮换的计算复杂性。实验结果表明,相对于传统的K-medoids算法,新算法可以提高聚类质量,有效缩短计算时间。

关 键 词：聚类 K-medoids算法  中心微调  增量候选  

分 类 号：TP301]