节点优先级导向的聚类算法
基于密度的聚类算法具有挖掘任意形状聚类结果和处理“噪声”数据等优势,同时也存在无法处理高维和密度分布不均匀数据的缺陷;鉴于此,给出了节点优先级导向的聚类算法.首先建立数据集的有向K邻居图:然后用K-最近邻核密度估计方法获得数据对象的局部信息,并在图中迭代地传播,以产生数据对象的优先级;最后以该优先级为导向从图中搜索聚类结果.实验结果表明,该算法适合处理高维、密度分布不均匀的数据.
密度聚类、K-最近邻核密度、节点优先级
26
TP181(自动化基础理论)
国家自然科学基金60503003;国家973计划项目2007CB714205;安徽省教育厅重点项目KJ2009A54
2012-04-21(万方平台首次上网日期,不代表论文的发表时间)
879-882,887