具有聚类功能的边界检测技术的研究

被引:3
作者
邱保志
琚长涛
机构
[1] 郑州大学信息工程学院
关键词
边界点; 聚类; 三角剖分; 变异系数;
D O I
暂无
中图分类号
TP311.13 [];
学科分类号
1201 ;
摘要
为快速有效地检测聚类的边界点,提出了一种新的基于三角剖分的聚类边界检测算法DTBOUND。该算法通过计算三角剖分图中每个数据点的变异系数将数据集分解成内部点和外部点两部分,然后从每一个未分类的内部点开始进行深度优先遍历,将相连的内部点以及和内部点相连的外部点作为一个聚类;最后从得到的聚类中提取边界点。该算法只有一个参数(变异系数阈值β),实验结果表明该算法可以快速、有效地识别任意形状、不同大小和不同密度的聚类和聚类的边界点。
引用
收藏
页码:133 / 137
页数:5
相关论文
共 7 条
[1]   基于变异系数的边界点检测算法 [J].
薛丽香 ;
邱保志 .
模式识别与人工智能, 2009, 22 (05) :799-802
[2]   基于扩展和网格的多密度聚类算法 [J].
邱保志 ;
沈钧毅 .
控制与决策, 2006, (09) :1011-1014+1019
[3]   网格聚类中的边界处理技术 [J].
邱保志 ;
沈钧毅 .
模式识别与人工智能, 2006, 19 (02) :277-280
[4]   Effective clustering and boundary detection algorithm based on Delaunay triangulation [J].
Liu, Dongquan ;
Nosovskiy, Gleb V. ;
Sourina, Olga .
PATTERN RECOGNITION LETTERS, 2008, 29 (09) :1261-1273
[5]  
Rock: A robust clustering algorithm for categorical attributes[J] . Sudipto Guha,Rajeev Rastogi,Kyuseok Shim.Information Systems . 2000 (5)
[6]  
Sur la sphere vide .2 Delaunay B. Bulletin of the Academy of Science of the USSR . 1934
[7]  
Subspace clustering of high di-mensional spatial data with noises .2 Hsu Chih-Ming,Chen Ming-Syan. PAKDD 2004 . 2004