基于k-d树的k-means聚类方法

编号 zgly0000355519

文献类型 期刊论文

文献题名 基于k-d树的k-means聚类方法

作者 孙总参  陶兰  齐建东  王保迎 

作者单位 中国农业大学信息与电气工程学院  中国农业大学信息与电气工程学院  北京林业大学信息学院 

母体文献 计算机工程与设计 

年卷期 2004,25(11)

页码 2054-2057

年份 2004 

分类号 TP311.13  TP181 

关键词 k-d树  k-means算法  候选集  k-means聚类  对象组  结点  递归  类方  根结  方法 

文摘内容 在直接k-means算法的基础上提出了一种新的基于k-d树的聚类方法。通过把所有的对象组织在一棵k-d树中, 可以高效地发现给定原型的所有最近邻对象。利用的主要思想是: 在根结点, 所有的聚类中心(或称为候选原型)都是所有对象的最近邻候选集合, 对于根结点的子结点, 通过简单几何约束来剪枝该候选集, 这种方法可以被递归使用。使用基于k-d树的方法可以使直接k-means算法的总体性能提高一到两个数量级。