一种基于软边界球分的分裂式层次聚类算法

摘要：

层次聚类是一种常用的聚类方法,但传统的层次聚类面临着计算复杂度较大、抗噪音和例外点干扰能力较弱的问题.本文以可能性聚类方法为基础,首先提出软边界球分算法,可实现对数据集合理分裂.随后将这一策略与分裂式层次聚类过程相结合,构造一种基于软边界球分的分裂式层次聚类算法(SHPDHC).SHPDHC具有较低的计算复杂度.与此同时,它能较好地发现自然数据类,确定出合理的聚类数目,并能自适应划分出例外数据点.理论分析与对人工数据集的聚类实验结果证明了上述几点.最后我们将SHPDHC应用于一类阴影图像的分割中,同样取得良好效果.

关键词：软边界球分(SHP)、分裂式层次聚类、图像分割、例外类

所属期刊栏目：21

分类号：TP312(计算技术、计算机技术)

资助基金：2004年教育部优秀人才支持计划项目NCET-04-0496;教育部重点科学研究项目105087

在线出版日期：2009-08-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：559-568