基于核集合的大数据快速KernelGrower聚类方法

？KernelGrower是一种有效的核聚类方法,它具有计算精度高的优点.然而,KernelGrower在应用中的一个关键问题是对于大规模数据运算速度缓慢,这在很大程度上制约了该方法的应用.本文提出了一种大规模数据的快速核聚类方法,该方法通过近似最小包含球快速算法,显著地提高了的KernelGrower计算速度,并且该方法的计算复杂度仅与样本个数成线性关系.在人工数据集和标准测试集上的模拟实验均说明本文算法的有效性.本文还给出该方法在真实彩色图像分割中应用.