论文研究一种面向大数据的快速自动聚类算法.pdf

针对大数据环境下高维数据聚类速度慢、准确率低的问题，提出了一种面向大数据的快速自动聚类算法（FACABD）。FACABD聚类算法利用谱聚类算法对大数据集进行归一化和列降维，提出了一种新的快速区域进化的粒子群算法（FRE-PSO），并利用该算法进行行降维；然后在行列降维的基础上，引入聚类模糊隶属度基数，自动发现簇的数目，根据类簇数目，采用FRE-PSO算法结合模糊聚类算法，实现了快速自动聚类。在多个不同数据集上的实验结果表明，该算法能够在数据驱动下快速自动聚类，与其他聚类算法相比，有效地提高了运行速度和精度。