[1] HAN J, KAMBER M, TUNG A K H. Spatial clustering methods in data mining: A survey[M]// Geographic Data Mining and Knowledge Discovery. Taylor and Francis Inc., 2001:188-217.
[2] 田盛丰. 聚类分析方法[J]. 计算机研究与发展, 1992(3):16-20.
[3] 周恩波,毛善君,李梅,等. GPU加速的改进PAM聚类算法研究与应用[J]. 地球信息科学学报, 2017,19(6):782-791.
[4] 陈志强,刘钊,张建辉. 聚类分析中PAM算法的分析与实现[J]. 计算机与现代化, 2003(9):1-3.
[5] 王世卿,张书春. 基于网格结构的快速PAM算法[J]. 计算机工程与设计, 2011,32(3):952-954.
[6] KAUFMAN L, ROUSSEEUW P J. Finding Groups in Data: An Introduction to Cluster Analysis[M]. John Wiley & Sons, Inc., 1990.
[7] CHU S C, RODDICK J F, PAN J S. An efficient K-medoids-based algorithm using previous medoid index, triangular inequality elimination criteria, and partial distance search[C]// International Conference on Data Warehousing and Knowledge Discovery. 2002:63-72.
[8] 吴景岚,朱文兴. 基于k中心点的迭代局部搜索聚类算法[C]// 第21届中国数据库学术会议论文集 (研究报告篇). 2004:503-509.
[9] 余建桥,张帆. 基于数据场改进的PAM聚类算法[J]. 计算机科学, 2005,32(1):165-167.
[10]PARK H S, JUN C H. A simple and fast algorithm for K-medoids clustering[J]. Expert Systems with Applications, 2009,36(2):3336-3341.
[11]PARDESHI B, TOSHNIWAL D. Improved k-medoids clustering based on cluster validity index and object density[C]// 2010 IEEE 2nd International Advance Computing Conference(IACC). 2010:379-384.
[12]谢娟英,郭文娟,谢维信. 基于邻域的K中心点聚类算法[J]. 陕西师范大学学报(自然科学版), 2012,40(4):16-22.
[13]谢娟英,高瑞. 方差优化初始中心的K-medoids聚类算法[J]. 计算机科学与探索, 2015,9(8):973-984.
[14]谢娟英,屈亚楠. 密度峰值优化初始中心的K-medoids聚类算法[J]. 计算机科学与探索, 2016,10(2):230-247.
[15]路浩,倪世宏,查翔,等. 基于递减概率初始点选择K中心点进化算法[J]. 计算机仿真, 2014,31(9):314-318.
[16]颜宏文,周雅梅,潘楚. 基于宽度优先搜索的K-medoids聚类算法[J]. 计算机应用, 2015,35(5):1302-1305.
[17]罗德超,吴文亮,姬应江,等. 一种基于K均值预处理回溯的PAM算法[J]. 软件, 2011,32(4):95-99.
[18]杨志,罗可. 一种改进的基于粒子群的粗糙K-medoids算法[J]. 计算机工程与应用, 2014,50(20):110-114.
[19]何云斌,张志超,万静,等. 不确定数据聚类的U-PAM算法和UM-PAM算法的研究[J]. 计算机科学, 2016,43(6):263-269.
[20]余冬华,郭茂祖,刘扬,等. 基于距离不等式的K-medoids聚类算法[J]. 软件学报, 2017,28(12):3115-3128.
[21]赖向阳,宫秀军,韩来明. 一种MapReduce架构下基于遗传算法的K-Medoids聚类[J]. 计算机科学, 2017,44(3):23-26.
[22]CAO L. Non-IID Learning/Non-IIDness Learning: Learning from Non-IID Data[R]. University of Technology Sydney, Australia, 2011.
[23]WANG C, CAO L, WANG M, et al. Coupled nominal similarity in unsupervised learning[C]// Proceedings of the 20th ACM Conference on Information and Knowledge Management. 2011:973-978.
[24]CAO L. Coupling learning of complex interactions[J]. Information Processing & Management, 2015,51(2):167-186.
[25]赵湘民,陈曦,潘楚. 基于稠密区域的K-medoids聚类算法[J]. 计算机工程与应用, 2016,52(16):85-89.
|