所有作者：陈新泉
作者单位：上饶师范学院数学与计算机系
论文摘要：针对有限区域内分布的稀疏不均的、具有一定分布结构的海量数据点集，本文提出了一种通过采用一些合适的数据结构及算法优化技巧来改善时间和空间复杂度的基于近邻点集的聚类算法。该算法既有k-means聚类算法的一些思想，也具有K最近邻聚类算法(KNN)的一些技术，还具有基于最小生成树方法的聚类算法的一些实现技巧。接着为实现该改进式的算法而描述了(提出了)多维网格划分法、多维索引树、近邻点集、k-近邻最小生成森林、近邻信息量、近邻图、“单元网格”等一些比较重要的概念与方法。最后给出了一些很有价值的研究展望。
关键词： 相异性度量 k- 近邻点集 k- 近邻信息量 最小生成森林 分离集
免费下载《基于近邻点集的聚类算法研究》PDF全文（已停止下载）
本站“论文下载”文章收集整理于“中国科技论文在线”，由于各种原因，本站已暂停论文下载！请前往“中国科技论文在线http://www.paper.edu.cn/”免费下载！
下一篇：OSPF路由协议安全性研究分析
指出，范文大全立刻进行改正或删除有关内容! 
当前位置：