期刊文章详细信息
文献类型:期刊文章
机构地区:[1]中国科学技术大学省部共建高性能计算与应用重点实验室,合肥230027
基 金:国家自然科学基金(60533020)
年 份:2008
卷 号:17
期 号:1
起止页码:81-86
语 种:中文
收录情况:CSA、CSA-PROQEUST、IC、INSPEC、普通刊
摘 要:针对目前已有的聚类算法不能很好地处理包含不同密度的簇数据,或者不能很好地区分相邻的密度相差不大的簇的问题,提出1种新的基于严格最近邻居和共享最近邻居的聚类算法.通过构造共享严格最近邻图,使样本点在密度一致的区域保持连接,而在密度不同的相邻区域断开连接,并尽可能去除噪声点和孤立点.该算法可以处理包含有不同密度的簇数据,而且在处理高维数据时具有较低的时间复杂度.实验结果证明,该算法能有效找出不同大小、形状和密度的聚类.
关 键 词:聚类算法 相似度 密度 网格 最近邻居
分 类 号:TP301.6]
参考文献:
正在载入数据...
二级参考文献:
正在载入数据...
耦合文献:
正在载入数据...
引证文献:
正在载入数据...
二级引证文献:
正在载入数据...
同被引文献:
正在载入数据...