基于闭合曲线边界的聚类算法研究

摘要：

聚类和聚类边界已经成为数据挖掘中两个研究热点。为了精确聚类，提出一种对检测边界后的数据集进行聚类的算法---BdCluster 。该算法首先采用深度优先搜索策略将已知的边界对象进行分类；然后精减各边界对象集合中的数据，并顺序排列，形成闭合的边界曲线；最后采用夹角和法对核心对象进行聚类。实验结果表明，BdCluster算法可以正确识别各种形状的聚类，且时间性能是高效的。

关键词：聚类、边界对象、ε-邻域、闭合曲线、夹角和法

分类号：TP301(计算技术、计算机技术)

资助基金：河南省基础与前沿技术研究计划项目122300410171

在线出版日期：2013-11-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：1391-1395