文献类型：期刊文章

作　　者：曾东海[1] 米红[2] 刘力丰[1]

机构地区：[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,厦门361005 [2]浙江大学公共管理学院,杭州310027

出　　处：《系统工程理论与实践》

基　　金：厦门大学“985”工程二期项目“国防信息化安全智能创新平台”资助

年　　份：2008

卷　　号：28

期　　号：7

起止页码：125-131

语　　种：中文

收录情况：BDHX、BDHX2004、CSCD、CSCD2011_2012、EI、IC、JST、NSSD、RCCSE、RWSKHX、SCOPUS、ZGKJHX、核心刊

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.

关 键 词：聚类 网格密度  空间划分树  

分 类 号：TP181]