首页> 中文期刊> 《传感器与微系统》 >基于K近邻的增量式聚类算法

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.

著录项

  • 来源
    《传感器与微系统》 |2019年第2期|136-139|共4页
  • 作者

    樊路; 钱雪忠; 姚琳燕;

  • 作者单位

    江南大学物联网工程学院智能系统与网络计算研究所,江苏无锡214122;

    物联网技术应用教育部工程研究中心,江苏无锡214122;

    江南大学物联网工程学院智能系统与网络计算研究所,江苏无锡214122;

    物联网技术应用教育部工程研究中心,江苏无锡214122;

    江南大学物联网工程学院,江苏无锡214122;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 信息处理(信息加工);
  • 关键词

    K近邻; 增量聚类; 簇特征;

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号