论文部分内容阅读
聚类分析是数据挖掘领域的一个重要研究方向。已经有多种用于大规模数据库的聚类算法，CURE就是一个典型的代表。本文对CURE进行了改进，新方法用多点表示一个类，但舍弃了代表点收缩的过程；通过对类内最邻近距离统计特征的分析，提出了自动分离子类的方法，因而不用预先给定聚类个数；在CURE对原始数据进行随机采样和分区聚类的基础上，增加了划分网格一步，能降低噪声影响并缩短聚类时间。对二维数据的测试表明：改进的CURE能正确识别大多数类，速度上优于原算法。