基于K近邻的增量式聚类算法

摘要

大多数聚类算法都是在静态情况下运行,使其不允许添加任何增量数据.提出了一种基于K近邻(KNN)的增量聚类算法,算法包含两个创新点,利用K近邻的思想和样本紧密度两个条件处理增量数据;根据簇特征的变化分裂或合并簇.实验表明:提出的算法既可以发现新簇,又能有效规避噪声点,且能够处理非球形的数据集.