动态的粗糙增量聚类方法

摘要：

数据挖掘领域中已提出了很多聚类算法及其改进形式,但对增量式聚类方法的研究较少.当数据集因为更新而发生了变化,那么数据挖掘结果也要进行必要的更新.由于数据量大,如果在新增数据后再对所有数据运用聚类算法进行聚类,效率显然不高,因此进一步研究增量式聚类算法是很有必要的.在一种改进的基于遗传算法的粗糙聚类方法(IRCBGA)的基础上,提出了一种增量式粗糙聚类方法.数值仿真表明该算法能很好地解决传统聚类算法的数据更新的聚类问题.

关键词：遗传算法、粗糙k-均值聚类、增量聚类、密度

所属期刊栏目：47

分类号：TP301(计算技术、计算机技术)

资助基金：国家自然科学基金the National Natural Science Foundation of China under Grant 10926189,10871031;湖南省科技计划项目基金2008FJ3015

在线出版日期：2012-01-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：106-110