河北科技大学学报
河北科技大學學報
하북과기대학학보
JOURNAL OF THE HEBEI UNIVERSITY OF SCIENCE AND ECHNOLOGY
2011年
5期
466-470
,共5页
数据挖掘%聚类分析%局部集聚特性%SNN密度
數據挖掘%聚類分析%跼部集聚特性%SNN密度
수거알굴%취류분석%국부집취특성%SNN밀도
基于SNN相似性和密度的聚类算法是当前主要的无监督聚类方法之一,该类算法在发现不同大小形状簇的聚类过程中都取得了较好的结果.但是该类算法也存在局限性,如Jarvis-Patrick算法通过单连结的方式发现簇,可能分割真正的簇或者合并应该保持分离的簇,而SNN密度类算法的Eps,MinPts参数的确定对用户来说是比较困难的.针对该类问题,本文对聚类过程中的局部集聚特征进行了分析和定义,提出了利用数据的局部集聚特征来控制聚类过程的的聚类算法.通过验证,该算法对发现不同密度以及任意形状的数据集合的聚类分析问题是有效的,突出了数据分析的局部集聚特征,改进了数据聚类的质量.
基于SNN相似性和密度的聚類算法是噹前主要的無鑑督聚類方法之一,該類算法在髮現不同大小形狀簇的聚類過程中都取得瞭較好的結果.但是該類算法也存在跼限性,如Jarvis-Patrick算法通過單連結的方式髮現簇,可能分割真正的簇或者閤併應該保持分離的簇,而SNN密度類算法的Eps,MinPts參數的確定對用戶來說是比較睏難的.針對該類問題,本文對聚類過程中的跼部集聚特徵進行瞭分析和定義,提齣瞭利用數據的跼部集聚特徵來控製聚類過程的的聚類算法.通過驗證,該算法對髮現不同密度以及任意形狀的數據集閤的聚類分析問題是有效的,突齣瞭數據分析的跼部集聚特徵,改進瞭數據聚類的質量.
기우SNN상사성화밀도적취류산법시당전주요적무감독취류방법지일,해류산법재발현불동대소형상족적취류과정중도취득료교호적결과.단시해류산법야존재국한성,여Jarvis-Patrick산법통과단련결적방식발현족,가능분할진정적족혹자합병응해보지분리적족,이SNN밀도류산법적Eps,MinPts삼수적학정대용호래설시비교곤난적.침대해류문제,본문대취류과정중적국부집취특정진행료분석화정의,제출료이용수거적국부집취특정래공제취류과정적적취류산법.통과험증,해산법대발현불동밀도이급임의형상적수거집합적취류분석문제시유효적,돌출료수거분석적국부집취특정,개진료수거취류적질량.