2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于核集合的大数据快速Kernel Grower 聚类方法

常亮 邓小明 郑碎武 王永庆

常亮, 邓小明, 郑碎武, 王永庆. 基于核集合的大数据快速Kernel Grower 聚类方法. 自动化学报, 2008, 34(3): 376-382. doi: 10.3724/SP.J.1004.2008.00376
引用本文: 常亮, 邓小明, 郑碎武, 王永庆. 基于核集合的大数据快速Kernel Grower 聚类方法. 自动化学报, 2008, 34(3): 376-382. doi: 10.3724/SP.J.1004.2008.00376
CHANG Liang, DENG Xiao-Ming, ZHENG Sui-Wu, WANG Yong-Qing. Scaling up Kernel Grower Clustering Method for Large Data Sets via Core-Sets. ACTA AUTOMATICA SINICA, 2008, 34(3): 376-382. doi: 10.3724/SP.J.1004.2008.00376
Citation: CHANG Liang, DENG Xiao-Ming, ZHENG Sui-Wu, WANG Yong-Qing. Scaling up Kernel Grower Clustering Method for Large Data Sets via Core-Sets. ACTA AUTOMATICA SINICA, 2008, 34(3): 376-382. doi: 10.3724/SP.J.1004.2008.00376

基于核集合的大数据快速Kernel Grower 聚类方法

doi: 10.3724/SP.J.1004.2008.00376
详细信息
    通讯作者:

    常亮

Scaling up Kernel Grower Clustering Method for Large Data Sets via Core-Sets

More Information
    Corresponding author: CHANG Liang
  • 摘要: Kernel Grower 是一种有效的核聚类方法, 它具有计算精度高的优点. 然而, Kernel Grower在应用中的一个关键问题是对于大规模数据运算速度缓慢, 这在很大程度上制约了该方法的应用. 本文提出了一种大规模数据的快速核聚类方法, 该方法通过近似最小包含球快速算法, 显著地提高了的Kernel Grower计算速度, 并且该方法的计算复杂度仅与样本个数成线性关系. 在人工数据集和标准测试集上的模拟实验均说明本文算法的有效性. 本文还给出该方法在真实彩色图像分割中应用.
  • 加载中
计量
  • 文章访问数:  2520
  • HTML全文浏览量:  51
  • PDF下载量:  1949
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-06-29
  • 修回日期:  2007-09-06
  • 刊出日期:  2008-03-20

目录

    /

    返回文章
    返回