计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2014年
8期
245-249
,共5页
吴明晖%张红喜%金苍宏%蔡文明
吳明暉%張紅喜%金蒼宏%蔡文明
오명휘%장홍희%금창굉%채문명
聚类%网格%密度%Caed%Dbscan%Kmeans
聚類%網格%密度%Caed%Dbscan%Kmeans
취류%망격%밀도%Caed%Dbscan%Kmeans
Cluster%Grid%Density%Caed%Dbscan%Kmeans
传统网格聚类算法聚类质量低,而密度聚类算法时间复杂度高.针对两类算法各自的缺点,结合它们的聚类思想提出了一种新的聚类算法.该算法提出了边缘度密度距作为新的密度度量,并在此基础上逐步确定了类的定义和聚类过程的定义.算法前期通过网格划分操作统计记录了待聚类数据的初始信息,以供随后的k近邻统计使用.在寻找聚类中心点时使用了桶排序的策略,使得算法能快速地选出下一个聚类中心点.随后的聚类步骤是迭代搜索并检验当前类中未检验的k近邻是否满足密度可达性来完成聚类.理论分析和实验测试的结果表明,该算法不仅保持了较高的聚类精度,而且有接近线性的低时间复杂度.
傳統網格聚類算法聚類質量低,而密度聚類算法時間複雜度高.針對兩類算法各自的缺點,結閤它們的聚類思想提齣瞭一種新的聚類算法.該算法提齣瞭邊緣度密度距作為新的密度度量,併在此基礎上逐步確定瞭類的定義和聚類過程的定義.算法前期通過網格劃分操作統計記錄瞭待聚類數據的初始信息,以供隨後的k近鄰統計使用.在尋找聚類中心點時使用瞭桶排序的策略,使得算法能快速地選齣下一箇聚類中心點.隨後的聚類步驟是迭代搜索併檢驗噹前類中未檢驗的k近鄰是否滿足密度可達性來完成聚類.理論分析和實驗測試的結果錶明,該算法不僅保持瞭較高的聚類精度,而且有接近線性的低時間複雜度.
전통망격취류산법취류질량저,이밀도취류산법시간복잡도고.침대량류산법각자적결점,결합타문적취류사상제출료일충신적취류산법.해산법제출료변연도밀도거작위신적밀도도량,병재차기출상축보학정료류적정의화취류과정적정의.산법전기통과망격화분조작통계기록료대취류수거적초시신식,이공수후적k근린통계사용.재심조취류중심점시사용료통배서적책략,사득산법능쾌속지선출하일개취류중심점.수후적취류보취시질대수색병검험당전류중미검험적k근린시부만족밀도가체성래완성취류.이론분석화실험측시적결과표명,해산법불부보지료교고적취류정도,이차유접근선성적저시간복잡도.
