一种基于网格框架下改进的多密度SNN聚类算法 |
| |
引用本文: | 原野,田园,黄祖源,李辉,黄浩淼.一种基于网格框架下改进的多密度SNN聚类算法[J].计算机应用与软件,2023(9):308-312+326. |
| |
作者姓名: | 原野 田园 黄祖源 李辉 黄浩淼 |
| |
作者单位: | 1. 云南电网有限责任公司信息中心;2. 昆明能讯科技有限责任公司 |
| |
摘 要: | 针对数据集中数据分布密度不均匀以及存在噪声点,噪声点容易导致样本聚类时产生较大的偏差问题,提出一种基于网络框架下改进的多密度SNN聚类算法。网格化递归划分数据空间成密度不同的网格,对高密度网格单元作为类簇中心,利用网格相对密度差检测出在簇边界网格中包含噪声点;使用改进的SNN聚类算法计算边界网格内样本数据点的局部密度,通过数据密度特征分布对噪声点进行类簇分配,从而提高聚类算法的鲁棒性。在UCI高维的数据集上的实验结果表明,与传统的算法相比,该算法通过网格划分数据空间和局部密度峰值进行样本类簇分配,有效地平衡聚类效果和时间性能。
|
关 键 词: | 边缘网格 SNN算法 密度分布 噪声点 |
|
|