中国科学院研究生院学报
中國科學院研究生院學報
중국과학원연구생원학보
JOURNAL OF THE GRADUATE SCHOOL OF THE CHINESE ACADEMY OF SCIENCES
2009年
4期
539-548
,共10页
数据挖掘%聚类%最大密度对象%K-means%DBSCAN
數據挖掘%聚類%最大密度對象%K-means%DBSCAN
수거알굴%취류%최대밀도대상%K-means%DBSCAN
提出了一种结合了基于密度聚类思想的划分聚类方法-"密度最大值聚类算法(MDCA)",以最大密度对象作为起始点,通过考察最大密度对象所处空间区域的密度分布情况来划分基本簇,并合并基本簇获得最终的簇划分.实验表明,MDCA能够自动确定簇数量,并有效发现任意形状的簇,对于未知数据集的处理能力和聚类准确度都优于传统的基于划分聚类算法.
提齣瞭一種結閤瞭基于密度聚類思想的劃分聚類方法-"密度最大值聚類算法(MDCA)",以最大密度對象作為起始點,通過攷察最大密度對象所處空間區域的密度分佈情況來劃分基本簇,併閤併基本簇穫得最終的簇劃分.實驗錶明,MDCA能夠自動確定簇數量,併有效髮現任意形狀的簇,對于未知數據集的處理能力和聚類準確度都優于傳統的基于劃分聚類算法.
제출료일충결합료기우밀도취류사상적화분취류방법-"밀도최대치취류산법(MDCA)",이최대밀도대상작위기시점,통과고찰최대밀도대상소처공간구역적밀도분포정황래화분기본족,병합병기본족획득최종적족화분.실험표명,MDCA능구자동학정족수량,병유효발현임의형상적족,대우미지수거집적처리능력화취류준학도도우우전통적기우화분취류산법.
