作者：郑河荣; 陈恳; 潘翔时效性在线聚类代表点密度均值
摘要：为了解决增量大数据聚类速度缓慢问题，提出了一种结合密度峰和代表点分析的快速聚类算法．先对样本集进行初始化聚类，然后根据删除失效的聚类数据调节聚类簇群的密度均值，再利用代表点的算法对样本集进行更新，最后采用密度峰算法进行重复聚类从而更新聚类核心点．通过实验分析表明：该算法可有效提高算法收敛速度．在应用方面，将这种聚类算法引用到大数据量的人脸聚类工作中，优化人脸聚类的效果．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《浙江工业大学学报》（CN：33-1193/T）是一本有较高学术价值的大型双月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《浙江工业大学学报》在社会科学领域重视理论探索、实证研究和社会关怀，鼓励提出新观点、构建新理论、形成新思路。经过十年的发展，学报社科版在学术上的导向促进作用、反映教学科研水平的窗口作用、对外交流中的形象作用、鼓励学术人才脱颖而出的扶持作用、对学校改革发展的助推作用日益凸显。
省级期刊
人气 366599 评论 69
人气 200645 评论 53
部级期刊
人气 105506 评论 50
人气 83889 评论 62
