基于PDS和ENNS的快速K-Means聚类算法

被引：1

作者：

禹贵辉

潘志斌

乔瑞萍

邹彬

姜彦民

机构：

[1] 西安交通大学电子与信息工程学院

来源：

微电子学与计算机 | 2011年 / 28卷 / 06期

关键词：

K-Means算法; PDS; ENNS; 聚类速度;

D O I：

10.19304/j.cnki.issn1000-7180.2011.06.005

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

在将部分失真搜索算法PDS,等均值最近邻搜索算法ENNS集成到K-Means算法迭代过程中的基础上,进一步利用迭代过程中已获取的历史索引信息构造优先搜索序列来减小K-Means算法的计算量,降低时间开销.实验结果表明,此算法提高了聚类的速度,在利用标准测试Lena图生成不同尺寸码书的情况下,能够将计算时间降至传统全搜索K-Means的8.6%14.5%.

引用

页码：16 / 21

页数：6