文献类型：期刊文章

作　　者：王桂芝[1] 李井竹[1] 狄志超[2]

机构地区：[1]河南商业高等专科学校计算机应用系,郑州450044 [2]郑州大学信息工程学院,郑州450052

出　　处：《计算机工程与应用》

基　　金：河南省高等学校青年骨干教师资助计划项目(No.2010GGJS-200)

年　　份：2011

卷　　号：47

期　　号：33

起止页码：140-142

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：边界是一种有用的模式,为了有效识别边界,根据边界点周围密度不均匀,提出了一种边界点检测算法——BDKD。该算法用数据对象的k-近邻距离与其邻域内数据对象的平均k-近邻距离之比定义其k-离群度,当k-离群度超过阈值时即确定为边界点。实验结果表明,BDKD算法可以准确检测出各种聚类边界,并能去除噪声,特别是对密度均匀的数据集效果理想。

关 键 词：聚类 边界点 k-近邻距离  k-离群度  边界因子  

分 类 号：TP301]