《计算机应用研究》|Application Research of Computers

.基于网格梯度的多密度聚类算法

Grid gradientbased multidensity clustering algorithm

免费全文下载 (已被下载 次)  
获取PDF全文
作者 夏英,李克非,丰江帆
机构 重庆邮电大学 中韩合作空间信息系统研究所,重庆 400065
统计 摘要被查看 次,已被下载
文章编号 1001-3695(2008)11-3278-03
DOI 10.3969/j.issn.1001-3695.2008.11.022
摘要 大多数现有的聚类算法都致力于发现任意形状、任意大小的类,但很难有效处理多密度的数据集。提出的算法利用网格聚类速度快的特点,先通过高斯平滑去除噪声,再采用网格梯度的思想找出隐藏在多密度数据集中的簇。算法在人工数据集上进行了实验,结果表明该算法能有效地去除噪声,发现多密度的簇,具有较好的聚类效果。
关键词 聚类算法;梯度;网格;密度;相似性
基金项目 国家“863”计划资助项目(2007AA12Z238)
本文URL http://www.arocmag.com/article/1001-3695(2008)11-3278-03.html
英文标题 Grid gradientbased multidensity clustering algorithm
作者英文名 XIA Ying, LI Ke-fei, FENG Jiang-fan
机构英文名 SIKO, GIS Research Center, Chongqing University of Posts & Telecommunications, Chongqing 400065, China
英文摘要 At present, most clustering algorithms devote to find the arbitrary shape and different size clusters, but it is difficult to deal with the multidensity data set effectively. This paper proposed the algorithm which used the gridbased character of rapidity. Firstly, it wiped off the noise using the Gaussian smoothing, then found the cluster which hid in multidensity data set. In the experiment, used the artificial data on the algorithm. The result indicates the algorithm can wipe off the noise effectively and find out the multidensity cluster. The clustering result is good.
英文关键词 clustering algorithm; gradient; grid; density; similarity
参考文献 查看稿件参考文献
 
收稿日期
修回日期
页码 3278-3280
中图分类号
文献标志码 A