苏亚然，陈军霞，牛习现

（1.河北科技大学经济管理学院，河北石家庄 050018；2.华北电力大学经济与管理学院，北京102206；3.河北青年管理干部学院信息技术与传播系，河北石家庄 050031）

随机种子最近邻居搜索聚类算法研究

苏亚然1，2，陈军霞1，牛习现3

（1.河北科技大学经济管理学院，河北石家庄 050018；2.华北电力大学经济与管理学院，北京102206；3.河北青年管理干部学院信息技术与传播系，河北石家庄 050031）

提出了随机种子最近邻居搜索（RS-NNS）聚类算法，该算法从随机确定的种子开始沿着它最近邻居的方向搜索具有最大相似特征的邻居对象，形成局部最大聚类集合，并在搜索过程中动态调整数据对象的归属，以实现局部的最优分配，直到所有的数据对象完成聚类标识。经过验证，该算法可以适应数据集合的密度、形状、噪音、聚类个数等问题，并且相对于同类算法可以实现较快地优化搜索。

最近邻居搜索；随机种子；聚类分析；数据挖掘

聚类作为一种重要的数据分析方法，已经在模式识别、机器学习、数据挖掘、图像处理、文档分析、信息检索、医疗图像分析、市场研究、质量控制和欺诈检测等方面得到了广泛应用。数据聚类是一个探索和描述性数据分析的过程，并在这个过程中将相似的对象或数据进行标识和分组。聚类的任务是在没有训练样本的情况下，仅利用样本间的相似性寻找样本集针对某个评判准则的最佳类别划分［1－2］。聚类分析属于无监督学习问题，用来在无标识的数据集合中发现其内在结构和联系，将对象按照某方面的相似性进行组织分组的过程，因此每个聚类都是对象的集合，并且具有很强的相似性，而不同聚类之间的对象则具有相对较弱的相似性或者不具有相似性［3］。……