控制与决策
控製與決策
공제여결책
CONTROL AND DECISION
2013年
6期
815-822
,共8页
相对密度%绝对密度%混合属性数据集%增量聚类
相對密度%絕對密度%混閤屬性數據集%增量聚類
상대밀도%절대밀도%혼합속성수거집%증량취류
relative density%absolute density%mixture data sets%incremental clustering
传统的基于密度的带噪声空间数据聚类算法主要存在以下问题:聚类只对具有数值属性的数据有效,而对具有非数值属性的数据失效;参数设置困难且聚类结果对参数较为敏感;聚类的度量以绝对密度值为标准,无法发现密度等级不同的聚类结果.针对以上问题,提出一种面向混合属性数据的、基于相对密度的聚类算法 RDBC M,同时提出解决这类问题的增量式聚类算法,并从理论和仿真实验两方面分析、验证了算法的有效性和加速效果.
傳統的基于密度的帶譟聲空間數據聚類算法主要存在以下問題:聚類隻對具有數值屬性的數據有效,而對具有非數值屬性的數據失效;參數設置睏難且聚類結果對參數較為敏感;聚類的度量以絕對密度值為標準,無法髮現密度等級不同的聚類結果.針對以上問題,提齣一種麵嚮混閤屬性數據的、基于相對密度的聚類算法 RDBC M,同時提齣解決這類問題的增量式聚類算法,併從理論和倣真實驗兩方麵分析、驗證瞭算法的有效性和加速效果.
전통적기우밀도적대조성공간수거취류산법주요존재이하문제:취류지대구유수치속성적수거유효,이대구유비수치속성적수거실효;삼수설치곤난차취류결과대삼수교위민감;취류적도량이절대밀도치위표준,무법발현밀도등급불동적취류결과.침대이상문제,제출일충면향혼합속성수거적、기우상대밀도적취류산법 RDBC M,동시제출해결저류문제적증량식취류산법,병종이론화방진실험량방면분석、험증료산법적유효성화가속효과.
@@@@Traditional density-based clustering algorithm mainly has three problems as follow. Firstly, it only supports spatial attributes without considering non-spatial attributes in the database. Secondly, it is difficult to set the parameters, and the clustering result is sensitive to the parameters. Thirdly, it can’t discover the clusters of different density for adopting absolute density as the metrics of all clusters. In order to overcome these problems mentioned above, the paper presents an relative density-based clustering algorithm for mixture data sets(RDBC M), and further carries out the research on its incremental clustering algorithm. Theoretical analysis and simulation experiment verfy the effectiveness and the performance speed-up effect of the proposed algorithm.
