一种基于局部特征的层次聚类算法

论文摘要

聚类算法在数据挖掘中起到十分重要的作用,其中CHAMELEON算法因具有发现任意形状簇类的能力,成为一种常用算法。本文针对CHAMELEON算法在簇类内部密度存在变化时聚类效果不佳等问题,采用自适应生成近邻图、基于局部特征分割近邻图、聚合子簇等方法,提出了一种基于局部特征与网格结构的层次聚类算法,并使用二维数据集,与不同的聚类算法进行了测试和对比分析。实验结果表明,本文算法在数据分布复杂的情况下,能够得到较理想的聚类效果。

论文目录

• 1 算法步骤与分析
•   1.1 算法步骤
•   1.2 网格划分
•   1.3 近邻图的自适应建立
•   1.4 近邻图的分割
•   1.5 子簇聚合
•     1.5.1 正常子簇聚合
•     1.5.2 极近点聚合
•     1.5.3 迭代聚合子簇
• 2 实验结果与分析
•   2.1 数据集DT1
•   2.2 数据集DT2
•   2.3 数据集DT3
•   2.4 数据集DT4
•   2.5 以数据集DT2为例阐述算法细节
•   2.6 讨论与分析
• 3 结语

文章来源

类型: 期刊论文

作者: 王鹏宇,王国宇,贾贞,曹晓晓,王泉斌,苏天赟

关键词: 层次聚类,算法,局部特征,网格结构,自适应近邻图

来源: 中国海洋大学学报(自然科学版) 2019年S2期

年度: 2019

分类: 基础科学,信息科技

专业: 计算机软件及计算机应用

单位: 中国海洋大学信息科学与工程学院,自然资源部第一海洋研究所

基金: 国家重点研究发展计划项目(2016YFC1402000),中央级公益性科研院所基本科研业务费专项资金项目(2014T07)资助~~

分类号: TP311.13

DOI: 10.16441/j.cnki.hdxb.20170055

页码: 176-184

总页数: 9

文件大小: 1685K

下载量: 175