10.3969/j.issn.1001-3695.2018.12.010
基于真实核心点的密度聚类方法
针对目前聚类算法不能有效地处理模糊边界点的问题,提出了一种基于真实核心点的RDBSCAN聚类算法.提出真实核心点的概念,首先在密度聚类过程中的核心点进一步处理分类,把影响聚类效果的伪核心点剔除,将剩下的真实核心点根据密度可达原则进行聚类;然后提出密度合并判定定理:相同类簇内点的真实密度远大于不同类簇的点,以此为指导判断真实核心点的真实密度,使类簇内各点的相似性更大.通过人工数据集与UCI数据集聚类实验可看出,RDBSCAN算法降低了模糊边界点的干扰,而且出现了若干新颖的类簇分类,在密度不规则的数据集中聚类更加准确.
密度聚类、模糊边界点、核心点、合并
35
TP391(计算技术、计算机技术)
辽宁省科学技术计划资助项目2015106015
2019-03-18(万方平台首次上网日期,不代表论文的发表时间)
共5页
3564-3568