基于Delaunay三角网的CBDT聚类算法研究

摘要：

聚类分析是空间数据挖掘的重要方法之一.Delaunay三角网具有良好的空间邻近特性,应用于空间聚类分析具有独特的优势,提出了一种基于Delaunay三角网的聚类算法--CBDT算法,该算法采用了将Delaunay三角剖分得到的三角形划分为小三角形、狭长三角形和大三角形的聚类模型,通过一定规则分别以小三角形、狭长三角形为基准进行扩展从而实现聚类.CBDT算法相对于AUTOCLUST算法能识别密度渐变的簇,而且计算量要比AUTOCLUST小得多.经实验验证,证明了该算法的有效性.

关键词：空间聚类、聚类算法、Delaunay三角网

所属期刊栏目：19

分类号：TP301.6(计算技术、计算机技术)

资助基金：山西省自然科学基金200501044

在线出版日期：2009-03-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：21-24,28