• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Advances in Neural Networks - ISNN 2007 pt.2; Lecture Notes in Computer Science; 4492 >Ordering Grids to Identify the Clustering Structure
【24h】

Ordering Grids to Identify the Clustering Structure

机译：排序网格以识别聚类结构

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

Almost all of the well-known clustering algorithms require input parameters while these parameters may be difficult to be determined. OPTICS (Ordering Points To Identify the Clustering Structure Cluster Structure) is a primary semi-clustering method to visualize the data structure and to determine the input parameters of a given clustering algorithm. However, OPTICS has too high complexity O(n~2logn) to be applied to any large dataset of n data. In this paper, we present a new semi-clustering method by partitioning data space into a number of grids and Ordering all Grids To Identify the Clustering Structure (OGTICS). Accordingly, the new method is called OGTICS. The OGTICS has only linear complexity O(n) and thus is much faster than OPTICS. Consequently, the OGTICS can be applied to very large dataset.
机译：几乎所有众所周知的聚类算法都需要输入参数，而这些参数可能很难确定。 OPTICS（标识聚类结构的排序点）聚类结构是一种主要的半聚类方法，用于可视化数据结构并确定给定聚类算法的输入参数。但是，OPTICS的复杂度O（n〜2logn）太高，无法应用于n个数据的任何大型数据集。在本文中，我们通过将数据空间划分为多个网格并对所有网格进行排序以识别聚类结构（OGTICS），提出了一种新的半聚类方法。因此，新方法称为OGTICS。 OGTICS仅具有线性复杂度O（n），因此比OPTICS快得多。因此，OGTICS可以应用于非常大的数据集。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号