基于网格梯度的多密度聚类算法

被引:15
作者
夏英
李克非
丰江帆
机构
[1] 重庆邮电大学中韩合作空间信息系统研究所
关键词
聚类算法; 梯度; 网格; 密度; 相似性;
D O I
暂无
中图分类号
TP301.6 [算法理论];
学科分类号
080201 [机械制造及其自动化];
摘要
大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。
引用
收藏
页码:3278 / 3280+3291 +3291
页数:4
相关论文
共 3 条
[1]
基于相对密度的聚类算法 [J].
刘青宝 ;
邓苏 ;
张维明 .
计算机科学, 2007, (02) :192-195
[2]
用于不同密度聚类的多阶段等密度线算法 [J].
赵艳厂 ;
宋梅 ;
谢帆 ;
宋俊德 .
北京邮电大学学报, 2003, (02) :42-47
[3]
计算机视觉与模式识别.[M].郑南宁著;.国防工业出版社.1998,