论文部分内容阅读
相似度聚类方法(Similarity—based clustering method,SCM)因其简单易实现和具有鲁棒性而广受关注.但由于内含相似度聚类算法(Similarity clustering algorithm,SCA)的高时间复杂度和凝聚型层次聚类(Agglomerative hierarchical clustering,AHC)的高空间复杂度,SCM不适用大数据集场合.本文首先发现rSCM和核密度估计问题的奉质联系,并以此入手,通过快速压缩集密度估计器(Fast reduced set d