CAJ | 학술논문

提出一种新的基于图论的聚类算法NeiMu.该算法首先分析数据中的对象,寻找每个对象的k近邻,根据k近邻关系构造k近邻有向图,然后通过k近邻有向图中的k-互邻居关系构造k-聚类图,发现数据中的自然聚类.算法的特点是根据数据之间的互为k近邻关系确定数据中的自然簇,而不必引入其他方法来划分小簇,从而能够保证时象不会被错误聚类,仅会与其他小簇一起融合到一个大簇中.这一优点可以有效保证NeiMu算法的聚类质量.而且,NeiMu算法给出的这种类似自底向上的层次聚类结果还有利于用户根据渐变的结果确定最佳的k值.实验结果表明,该算法对密度变化大的数据、大小相差大的数据、任意分布形状的数据均具有很好的聚类质量,对孤立点也很健壮.
제출일충신적기우도론적취류산법NeiMu.해산법수선분석수거중적대상,심조매개대상적k근린,근거k근린관계구조k근린유향도,연후통과k근린유향도중적k-호린거관계구조k-취류도,발현수거중적자연취류.산법적특점시근거수거지간적호위k근린관계학정수거중적자연족,이불필인입기타방법래화분소족,종이능구보증시상불회피착오취류,부회여기타소족일기융합도일개대족중.저일우점가이유효보증NeiMu산법적취류질량.이차,NeiMu산법급출적저충유사자저향상적층차취류결과환유리우용호근거점변적결과학정최가적k치.실험결과표명,해산법대밀도변화대적수거、대소상차대적수거、임의분포형상적수거균구유흔호적취류질량,대고립점야흔건장.