基于K近邻的增量式聚类算法

作者：樊路; 钱雪忠; 姚琳燕

来源：传感器与微系统, 2019, 38(02): 136-139.

DOI：10.13873/j.1000-9787(2019)02-0136-04

• K近邻
• 增量聚类
• 簇特征

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。

• 单位
  江南大学