基于网格相对密度差的扩展聚类算法-论文.pdf

《基于网格相对密度差的扩展聚类算法-论文.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第31卷第6期计算机应用研究V01．31No．62014年6月ApplicationResearchofComputersJun．2014基于网格相对密度差的扩展聚类算法黄红伟，黄天民(西南交通大学a．电气工程学院；b．数学学院，成都610031)摘要：针对现有的多密度聚类算法对参数依赖性较高、聚类精度较低等问题，提出一种基于网格相对密度差的扩展聚类算法(ECRGDD)。首先，该算法给出一种网格划分方法，通过统计数据点的分布情况选取相对密集区域，采用近邻估计法计算网格划分大小的标准；接着，提出网格相对密度差的概念，根据网格密度值选取初始单元，通过计算网格之间的相对密度差围

2、绕初始单元进行扩展聚类；最后，给出边界点提取技术，采用构建模糊函数的方法对边界单元进行处理。实验结果表明，该算法能有效地对不规则、多样化分布的数据集进行聚类，并能较好地分离出噪声，聚类精度较高。关键词：多密度聚类算法；网格相对密度差；扩展聚类；近邻估计法；边界点；模糊函数中图分类号：TP3O1．6文献标志码：A文章编号：1001—3695(2014)06—1702—04doi：10．3969／j．issn．1001—3695．2014．06．023Extensionclusteringalgorithmbasedonrelativegriddensitydifferenc

3、eHUANGHong—wei，HUANGTian．min(a．SchoolofElectronicEngineering，b．SchoolofMathematics，SouthwestJiaotongUniversity，Chengdu610031，China)Abstract：Fortheproblemthatexistingmulti—densityclusteringalgorithmhasahigherdependenceontheparameterandlowerclusteringaccuracy，thispaperdevelopedanextensioncl

4、usteringalgorithmbasedonrelativegriddensitydifference(ECRG—DD)．Firstly，itgaveawayofgridpartitioning，thisalgorithmselectedrelativelydenseregionthroughthestatisticsofdatadistribution，andusedthenearestneighborestimationmethodtocalculatethegridpartitioningsize．Then，itproposedthecon—ceptofrela

5、tivegriddensitydifference，accordingtothegriddensity，determinedthestartunitandaroundwhichtheclustergraduallyextendedbycalculatingtherelativegriddensitydifferenceofgrids．Lastly，itproposedboundarypointsextractiontechniquetodealwiththeboundarycellsbyconstructingfuzzyfunction．Experimentalresul

6、tsdemonstratethatthisalgorithmcaneffectivelydiscoverclustersofirregularshapesanddiversedensities，andalsobeabletoidentifythenoise，hasahigherclusteringaccuracy．Keywords：multi—densityclusteringalgorithm；relativegriddensitydifference；extensionclustering；nearestneighborestima-tionmethod；bounda

7、rypoint；fuzzyfunction义为密集区域，然后通过连接这些密集区域形成聚簇。这种方0引言法的优点是能够发现任意形状的簇，克服了基于距离的算法只能发现类球形聚类的缺点。其代表算法有DBSCAN、OPTICS、聚类分析(clusteringanalysis)⋯是指基于对象集客观存在DENCLUEl等。基于网格的聚类算法将数据空间划分为有着若干个聚簇、每个聚簇中元素的某些属性都具有较高的相似限个单元的网格结构，所有的处理都是在网格单元上进行的。性而建立的一种数据描述方法。其作为一项重要的研究课题，这种方法的优点是聚类结