基于密度复杂簇聚类算法研究与实现

被引:16
作者
宋宇辰 [1 ]
宋飞燕 [2 ]
孟海东 [2 ]
机构
[1] 内蒙古科技大学经济管理学院
[2] 内蒙古科技大学资源与安全工程学院
关键词
聚类算法; 复杂簇; 基于密度; 自适应密度可达;
D O I
暂无
中图分类号
TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
聚类算法在模式识别、数据分析、图像处理、以及市场研究的应用中,需要解决的关键技术是如何有效地聚类各种复杂的数据对象簇。在分析与研究现有聚类算法的基础上,提出了一种基于密度和自适应密度可达的改进算法。实验证明,该算法能够有效聚类任意分布形状、不同密度、不同尺度的簇;同时,算法的计算复杂度与传统基于密度的聚类算法相比有明显的降低。
引用
收藏
页码:162 / 165
页数:4
相关论文
共 3 条
[1]   基于密度和对象方向聚类算法的改进 [J].
孟海东 ;
张玉英 .
计算机工程与应用 , 2006, (20) :154-156
[2]   Density-based clustering in spatial databases: The algorithm GDBSCAN and its applications [J].
Sander, J ;
Ester, M ;
Kriegel, HP ;
Xu, XW .
DATA MINING AND KNOWLEDGE DISCOVERY, 1998, 2 (02) :169-194
[3]  
数据挖掘导论.[M].(美)Pang-NingTan;(美)MichaelSteinbach;(美)VipinKumar著;范明;范宏建等译;.人民邮电出版社.2006,