华龙网-新重庆客户端7月17日14时15分（李婷婷 实习生 吴洁）近日，重庆邮电大学计算智能重庆市重点实验室最新研究出了“A Fast Adaptive k-means with No Bounds”（一种无界的快速自适应精确k-means算法），该成果创新地提出了一种新型的精确k-means算法，消除了现有大多数优秀加速算法中单个样本的上下界，其距离计算次数小于现有的同类算法。

近邻球簇基本示意图 重庆邮电大学供图 华龙网发

据了解，k-means是人工智能领域最常用的快速基础算法之一，被广泛用于聚类、数据预分析及改进其他机器学习算法等。而该论文在夏书银、王国胤与于洪等人共同提出的多粒度-粒球计算理论（Xia S , Liu Y , Ding X , Wang G, Yu H, Luo Y. Granular Ball Computing Classifiers for Efficient, Scalable and Robust Learning[J].Information Sciences, 2019, 483:136-152.）基础上，使用超球体来划分度量空间，获得了更加精确的近邻关系。正因为如此，该近邻关系不需要额外参数，所以远比现有的同类算法距离计算次数小。

值得一提的是，该成果近日在人工智能领域国际顶级权威学术期刊IEEE Transactions on Pattern Analysis and Machine Intelligence上在线发表。

《IEEE Transactions on Pattern Analysis and Machine Intelligence》是人工智能、模式识别、图像处理和计算机视觉领域的顶级国际期刊之一，中科院JCR一区、中国计算机学会（CCF）A类期刊，在计算机科学与人工智能领域具有权威影响力，尤其强调模式分析与机器智能领域的前沿创新成果，当前影响因子为17.861。

据介绍，本研究成果由夏书银、彭道万（硕士生）、王国胤、陈子忠联合西安交通大学孟德宇，天津大学张长青，美国加州大学伊丽莎白·格里姆（博士生），西安理工大学魏嵬等本领域专家和青年学生共同完成。