CAJ | 학술논문

针对PAM算法在进行聚类时容易陷入死循环的缺陷,引用了回溯法来解决该问题.但是,加入回溯法的PAM算法具有计算量大迭代次数多的缺点,为了在PAM算法迭代过程中,尽量避免使用回溯法,于是进一步,提出了在进行PAM聚类前,采用K-means算法对数据进行预处理,从而获得粗糙中心点,然后找出一组与粗糙中心点最接近的数据作为初始中心点,再进行PAM聚类.从而得到基于K-means预处理回溯法的PAM算法(K-means Data Preprocessing Backward Search PAM,简称KDPBS-PAM).实验结果表明,KDPBS-PAM算法极大地改善了PAM算法的性能.
침대PAM산법재진행취류시용역함입사순배적결함,인용료회소법래해결해문제.단시,가입회소법적PAM산법구유계산량대질대차수다적결점,위료재PAM산법질대과정중,진량피면사용회소법,우시진일보,제출료재진행PAM취류전,채용K-means산법대수거진행예처리,종이획득조조중심점,연후조출일조여조조중심점최접근적수거작위초시중심점,재진행PAM취류.종이득도기우K-means예처리회소법적PAM산법(K-means Data Preprocessing Backward Search PAM,간칭KDPBS-PAM).실험결과표명,KDPBS-PAM산법겁대지개선료PAM산법적성능.