基于相对密度的混合属性数据增量聚类算法
传统的基于密度的带噪声空间数据聚类算法主要存在以下问题:聚类只对具有数值属性的数据有效,而对具有非数值属性的数据失效;参数设置困难且聚类结果对参数较为敏感;聚类的度量以绝对密度值为标准,无法发现密度等级不同的聚类结果.针对以上问题,提出一种面向混合属性数据的、基于相对密度的聚类算法 RDBC M,同时提出解决这类问题的增量式聚类算法,并从理论和仿真实验两方面分析、验证了算法的有效性和加速效果.
相对密度、绝对密度、混合属性数据集、增量聚类
TP311(计算技术、计算机技术)
2013-06-26(万方平台首次上网日期,不代表论文的发表时间)
共8页
815-822