基于峰值网格改进的小波聚类算法

摘要：

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异,提出了一种基于峰值网格的改进方法.算法主要针对小波聚类中连通区域的检测方式进行改进:首先,将小波变换后的空间网格依网格值的大小进行排序;然后利用广度优先搜索的方式遍历每一个空间网格,以检测经小波变换后数据中的峰值连通区域;最后,标记连通区域并将其映射到原数据空间中,以得出聚类结果.在8个人工数据集(4个凸数据集与4个非凸数据集)和UCI数据库中的2个真实数据集上的实验结果表明,改进算法在低网格划分尺度下有着良好的表现,与原小波聚类算法相比,这个算法对网格划分尺度的需求降低了25％～60％,并且在相同的聚类效果下减少了14％的聚类所需时间.

关键词：网格尺度、峰值网格、小波聚类、连通区域、广度优先搜索(BFS)

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

在线出版日期：2021-04-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1122-1127