周　兵　沈鈞毅　彭勤科

摘要：在分析BIRCH算法不足的基礎(chǔ)上，提出了一種基于隨機抽樣和聚類特征的聚類算法(CLAP)．該算法采用隨機抽樣技術(shù)，從數(shù)據(jù)庫中抽取一部分數(shù)據(jù)進行聚類的預(yù)處理過程，這樣大大降低了運行時間．CLAP通過設(shè)立索引樹的葉節(jié)點的直徑和聚類直徑，提高了聚類的精度，并采用全局搜索和局部搜索相結(jié)合的方式，消除了輸入順序?qū)垲愘|(zhì)量的影響．測試結(jié)果表明，CLAP算法不僅提高了聚類速度，而且改善了聚類質(zhì)量．

關(guān)鍵詞：聚類；BIRCH算法；隨機抽樣

中圖分類號：TP31l文獻標識碼：A文章編號：0253—987X(2003)12—1234—04