-
题名基于网格相对密度差的扩展聚类算法
被引量：12
- 1
-
-
作者
黄红伟
黄天民
-
机构
西南交通大学电气工程学院
西南交通大学数学学院
-
出处
《计算机应用研究》
CSCD
北大核心
2014年第6期1702-1705,共4页
-
基金
国家自然科学基金资助项目(61100046)
四川省应用基础研究计划资助项目(2011JY0092)
中央高校基本科研业务费专项基金资助项目(SWJTU11ZT29)
-
文摘
针对现有的多密度聚类算法对参数依赖性较高、聚类精度较低等问题,提出一种基于网格相对密度差的扩展聚类算法(ECRGDD)。首先,该算法给出一种网格划分方法,通过统计数据点的分布情况选取相对密集区域,采用近邻估计法计算网格划分大小的标准;接着,提出网格相对密度差的概念,根据网格密度值选取初始单元,通过计算网格之间的相对密度差围绕初始单元进行扩展聚类;最后,给出边界点提取技术,采用构建模糊函数的方法对边界单元进行处理。实验结果表明,该算法能有效地对不规则、多样化分布的数据集进行聚类,并能较好地分离出噪声,聚类精度较高。
-
关键词
多密度聚类算法
网格相对密度差
扩展聚类
近邻估计法
边界点
模糊函数
-
Keywords
multi-density clustering algorithm
relative grid density difference
extension clustering
nearest neighbor estimation method
boundary point
fuzzy function
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
