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