首页 | 本学科首页   官方微博 | 高级检索  
     

邻域平衡密度聚类算法
引用本文:武佳薇,李雄飞,孙涛,李巍. 邻域平衡密度聚类算法[J]. 计算机研究与发展, 2010, 47(6)
作者姓名:武佳薇  李雄飞  孙涛  李巍
作者单位:符号计算与知识工程教育部重点实验室,吉林大学,长春,130012
基金项目:国家科技支撑计划基金项目,吉林省科技发展计划基金项目 
摘    要:聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密度的聚类算法bDBSCAN(balance-DBSCAN).算法将核心对象邻域中的对象投影,进行向量单位化,考察核心对象的邻域平衡性,将与平衡核心对象平衡密度可达的对象聚成一个簇.理论分析和实验结果表明,算法可以处理任意形状的簇,有效地排除边界稀疏对象这类噪声,并且可以解决高维数据聚类边界区分不明显、噪声对象多等问题,提高了聚类精度.算法的时间复杂度与DBSCAN近似.

关 键 词:投影点  邻域平衡  平衡核心对象  边界稀疏对象  基于密度的聚类算法

A Density-Based Clustering Algorithm Concerning Neighborhood Balance
Wu Jiawei,Li Xiongfei,Sun Tao,Li Wei. A Density-Based Clustering Algorithm Concerning Neighborhood Balance[J]. Journal of Computer Research and Development, 2010, 47(6)
Authors:Wu Jiawei  Li Xiongfei  Sun Tao  Li Wei
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号