一种基于网格密度与空间划分树的聚类算法

被引：16

作者：

曾东海 ^{[1
]}

米红 ^{[2
]}

刘力丰 ^{[1
]}

机构：

[1] 厦门大学信息科学与技术学院模式识别与智能系统研究所

[2] 浙江大学公共管理学院

来源：

系统工程理论与实践 | 2008年 / 07期

关键词：

聚类; 网格密度; 空间划分树;

D O I：

暂无

中图分类号：

TP311.13 []; TP18 [人工智能理论];

学科分类号：

1201 ; 081104 ; 0812 ; 0835 ; 1405 ;

摘要：

基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.文章提出了一种新的基于网格密度和空间划分树的CGDSPT(Clustering based on Grid-Density and Spatial Partition Tree)聚类算法.其创新点在于,将数据空间划分成多个体积相等的单元格,然后基于单元格定义了密度、簇等概念,对单元格建立了一种基于空间划分的空间索引结构(空间划分树)来对数据进行聚类.CGDSPT算法保持了基于密度的聚类算法的上述优点,而且CGDSPT算法具有线性的时间复杂性,因此CGDSPT算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CGDSPT算法的优点.

引用

页码：125 / 131+137 +137

页数：8