10.3969/j.issn.1673-629X.2009.01.006
基于Delaunay三角网的CBDT聚类算法研究
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.
空间聚类、聚类算法、Delaunay三角网
19
TP301.6(计算技术、计算机技术)
山西省自然科学基金200501044
2009-03-31(万方平台首次上网日期,不代表论文的发表时间)
共5页
21-24,28