基于相似度的网格聚类算法

• 作者: 刘敏娟 张西芝 柴玉梅
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 网格 相似度 阈值函数 核
• 年，卷（期）: 2007,（7）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 198-201
• 页数: 4页
• 分类号: TP311
• 字数: 4476字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.07.059

摘要

提出了一种基于相似度的网格聚类算法(SGCA).该算法主要利用网格技术去除数据集中的部分孤立点或噪声,使用边界点阈值函数提取类的边界点,最后利用相似度方法进行聚类.SGCA算法只要求对数据集进行一遍扫描.实验表明,该算法可扩展性好,能处理任意形状和大小的聚类,能够很好地识别出孤立点或噪声,它不仅适用于综合数据集,而且对高维数据集也具有较好的聚类结果.还引进了网格核技术,进一步改善了SGCA算法的时间复杂度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴玉梅	郑州大学信息工程学院	71	900	17.0	28.0
2	张西芝	郑州大学信息工程学院	5	70	3.0	5.0
3	刘敏娟	郑州大学信息工程学院	2	53	2.0	2.0