10.11772/j.issn.1001-9081.2017.12.3482
快速识别密度骨架的聚类算法
针对如何快速寻找密度骨架、提高高维数据聚类准确性的问题,提出一种快速识别高密度骨架的聚类(ECLUB)算法.首先,在定义了对象局部密度的基础上,根据互k近邻一致性及近邻点局部密度关系,快速识别出高密度骨架;然后,对未分配的低密度点依据邻近关系进行划分,得到最终聚类.人工合成数据集及真实数据集上的实验验证了所提算法的有效性,在Olivetti Face数据集上的聚类结果显示,ECLUB算法的调整兰德系数(ARI)和归一化互信息(NMI)分别为0.8779和0.9622.与经典的基于密度的聚类算法(DBSCAN)、密度中心聚类算法(CFDP)以及密度骨架聚类算法(CLUB)相比,所提ECLUB算法效率更高,且对于高维数据聚类准确率更高.
聚类算法、高维数据、k近邻、密度骨架、局部密度
37
TP391.4(计算技术、计算机技术)
河南省基础与前沿基金资助项目152300410191.This work is partially supported by the Basic and Advanced Technology Research Project of Henan Province 152300410191
2018-01-09(万方平台首次上网日期,不代表论文的发表时间)
共5页
3482-3486