10.3778/j.issn.1002-8331.1503-0279
基于密度与网格的聚类算法的改进
针对传统基于密度树网格聚类算法中存在人为设置密度阈值、重复查询邻域内对象以及边界点处理不当等问题,提出了一种改进的基于密度与网格的聚类算法。该算法首先将全部网格的平均密度值作为其密度阈值,避免了人为设置密度阈值的偏差;其次采用自适应算法确定密度半径,使其能适用到动态的聚类中;然后采用对邻域外未标记的点作为下一个核心点,依据分类情况进行扩展,对邻域对象的查询不再出现重复;最后对边界点进行了处理,增强了算法的聚类精度。实验结果表明,改进的算法在时间的效率及精度方面均有提高,并且能更好地适应聚类的动态性。
重心点、密度、网格、动态、聚类、边界点
52
TP3(计算技术、计算机技术)
2016-12-02(万方平台首次上网日期,不代表论文的发表时间)
共5页
81-85