收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

IncSNN——一种基于密度的增量聚类算法

孙焕良  邱菲  刘俊岭  朱叶丽  
【摘要】:基于密度的聚类算法是一类重要的聚类算法,能发现任意形状的簇,但由于它的时间复杂度较高,因此设计有效的增量更新算法是一个重要研究方向.在SNN算法的基础上,提出一种基于密度的增量聚类算法-IncSNN.该算法将所更新对象的空间进行划分,定义了基于该划分的最近邻居的概念,进而确定了受影响对象的集合,当算法更新时,只需要对受影响的数据进行处理.由于受影响对象的集合远小于原数据集合,因此显著提高了算法的效率.实验结果验证了IncSNN的有效性.

知网文化
【相似文献】
中国期刊全文数据库 前20条
1 黄光球,彭绪友,靳峰;基于密度的异常挖掘方法研究与应用[J];微电子学与计算机;2005年03期
2 俞琳琳,吉根林;离群数据挖掘方法研究[J];信息技术;2005年11期
3 崔贯勋;朱庆生;;一种改进的基于密度的离群数据挖掘算法[J];计算机应用;2007年03期
4 宋武;;基于密度的多目标差分算法[J];科技信息;2009年19期
5 宋宇辰;宋飞燕;孟海东;;基于密度复杂簇聚类算法研究与实现[J];计算机工程与应用;2007年35期
6 滕明贵;熊范纶;吴正龙;;一种对二维空间对象进行聚类的算法[J];模式识别与人工智能;2005年03期
7 曲吉林;寇纪淞;李敏强;安世虎;;基于Voronoi图的异常检测算法[J];计算机工程;2007年23期
8 孟海东;宋飞燕;宋宇辰;;面向复杂簇的聚类算法研究与实现[J];计算机应用与软件;2008年10期
9 闫少华;张巍;滕少华;;基于密度的离群点挖掘在入侵检测中的应用[J];计算机工程;2011年18期
10 张琳;陈燕;汲业;张金松;;一种基于密度的K-means算法研究[J];计算机应用研究;2011年11期
11 王伟东,芦金婵,张讲社;基于视觉原理的密度聚类算法[J];工程数学学报;2005年02期
12 熊君丽;;高维空间下基于密度的离群点探测算法实现[J];现代电子技术;2006年15期
13 顾冬娟;戴浩;;改进的基于密度和网格的高维聚类算法[J];科技创新导报;2008年22期
14 乔小妮;张明新;史变霞;;一种基于密度的K-means算法[J];电脑开发与应用;2008年10期
15 苏喻;郑诚;封军;;文本聚类中基于密度聚类算法的研究与改进[J];微型机与应用;2011年01期
16 林甲祥;刘丰富;;基于MST聚类的离群检测算法研究[J];福建电脑;2007年09期
17 聂跃光;陈立潮;陈湖;;基于密度的空间聚类算法研究[J];计算机技术与发展;2008年08期
18 李乐;陈鸿昶;李鹏;;一种改进的基于密度的聚类算法[J];电子技术应用;2009年09期
19 熊忠阳;陈若田;张玉芳;;一种有效的K-means聚类中心初始化方法[J];计算机应用研究;2011年11期
20 单世民;邓贵仕;何英昊;;基于密度的微粒群优化混合聚类算法[J];计算机工程;2007年08期
中国重要会议论文全文数据库 前10条
1 孙焕良;邱菲;刘俊岭;朱叶丽;;IncSNN——一种基于密度的增量聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
2 娄冬梅;陈明;朱有娜;;一种基于密度的无参数聚类算法[A];第二十三届中国数据库学术会议论文集(研究报告篇)[C];2006年
3 程尊平;周鼎;王晨;周皓峰;汪卫;施伯乐;;SDPHC——基于密度的分割和分层的自校聚类算法[A];第二十一届中国数据库学术会议论文集(研究报告篇)[C];2004年
4 范晔;周水庚;曹晶;周傲英;;通过数据取样扩展基于密度的聚类算法[A];第十六届全国数据库学术会议论文集[C];1999年
5 张皓;;基于密度差别的彩色编码图像——一种简单、直观而有效的评价肺血流灌注的方法[A];中华医学会第十三届全国放射学大会论文汇编(下册)[C];2006年
6 孙鲁平;刘展;郭加树;;基于密度成像的综合速度建模[A];中国地球物理学会第二十三届年会论文集[C];2007年
7 许俭;吴天轶;王晨;汪卫;施伯乐;;聚集值近似查询的基于密度树索引结构(英文)[A];第二十二届中国数据库学术会议论文集(研究报告篇)[C];2005年
8 刘彤;孙永香;张振洪;;一种有效的基于密度和层次的聚类算法[A];2007'仪表,自动化及先进集成技术大会论文集(一)[C];2007年
9 宫蕊;舒红平;郭远远;;基于DBSCAN的密度聚类算法的研究[A];2008'中国信息技术与应用学术论坛论文集(二)[C];2008年
10 吴姗;倪志伟;罗贺;郑盈盈;;一种基于密度的无监督联系发现方法[A];第十届中国管理科学学术年会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 邵非;基于位置感知的移动信息服务若干关键技术研究[D];华东师范大学;2012年
2 张志兵;空间数据挖掘关键技术研究[D];华中科技大学;2004年
3 张亮;基于机器学习的信息过滤和信息检索的模型和算法研究[D];天津大学;2007年
4 戴维迪;非监督知识发现过程中若干关键问题研究[D];天津大学;2005年
5 贺玲;面向大规模图像库的层次化索引机制研究[D];国防科学技术大学;2006年
6 孙志伟;空间数据聚类的研究[D];天津大学;2007年
7 丁军娣;复杂结构的聚类学习及图像分割研究[D];南京航空航天大学;2008年
8 牛琨;聚类分析中若干关键技术及其在电信领域的应用研究[D];北京邮电大学;2007年
9 胡佳妮;文本挖掘中若干关键问题的研究[D];北京邮电大学;2008年
10 张洪涛;基于神经网络和滤波理论的信息融合算法研究[D];哈尔滨工业大学;2007年
中国硕士学位论文全文数据库 前10条
1 张宁;基于网格和密度的聚类算法研究[D];大连理工大学;2007年
2 李伟雄;基于密度的聚类算法研究[D];湖南大学;2010年
3 赵卓真;一种基于密度与网格的聚类方法[D];中山大学;2012年
4 程浩;基于密度聚类的时间式网络隐信道设计与检测技术研究[D];南京理工大学;2012年
5 周永锋;基于密度的海量数据增量式挖掘技术研究[D];中国人民解放军国防科学技术大学;2002年
6 毛锐;基于密度的分布式聚类算法的研究[D];吉林大学;2012年
7 马煜;微阵列数据的聚类算法研究[D];西北大学;2006年
8 张爱芳;基于密度网格的关联规则开采及聚类算法[D];华中科技大学;2004年
9 陶双;基于密度和网格的聚类分析在数据挖掘中的应用[D];大连海事大学;2005年
10 吴姗;联系发现挖掘方法及应用研究[D];合肥工业大学;2009年
中国知网广告投放
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978