一种基于软边界球分的分裂式层次聚类算法

• 作者: 王士同 王晓明 谢振平
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 软边界球分(SHP) 分裂式层次聚类 图像分割 例外类
• 年，卷（期）: 2008,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 559-568
• 页数: 10页
• 分类号: TP312
• 字数: 8631字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2008.04.021

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王晓明	江南大学信息工程学院	10	63	4.0	7.0
2	王士同	南京大学软件新技术国家重点实验室	12	130	6.0	11.0
3	谢振平	江南大学信息工程学院	41	374	8.0	18.0