Abstract：
本文先提出一个k中心点算法的改进算法,该算法不增加计算的复杂性,对数据集元组聚类结果的改进平均超过6％，与PAM算法相比,该算法可显著减少计算时间而获得相近的聚类结果，然后将它作为局部搜索过程嵌入到迭代局部搜索结构中,所构造的基于k中心点的迭代局部搜索聚类算法(IKMD),能进一步将元组的聚类结果平均改进了10％以上，实验结果表明，IKMD算法与PAM算法相比,不但能够显著减少计算时间,而且改进了聚类结果。
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
Year： 2004
Page： 503-509
Language： Chinese
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
