支持K-离群度的边界点检测方法

• 作者: 李井竹 狄志超 王桂芝
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 聚类 边界点 k-近邻距离 k-离群度 边界因子
• 年，卷（期）: 2011,（33）
• 所属期刊栏目: 数据库、信号与信息处理
• 页码范围: 140-142
• 分类号: TP301
• 字数: 3097字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.33.041

摘要

边界是一种有用的模式,为了有效识别边界,根据边界点周围密度不均匀,提出了一种边界点检测算法——BDKD.该算法用数据对象的k-近邻距离与其邻域内数据对象的平均k-近邻距离之比定义其k-群度,当k-离群度超过阈值时即确定为边界点.实验结果表明,BDKD算法可以准确检测出各种聚类边界,并能去除噪声,特别是对密度均匀的数据集效果理想.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王桂芝	河南商业高等专科学校计算机应用系	9	79	4.0	8.0
2	李井竹	河南商业高等专科学校计算机应用系	10	48	3.0	6.0
3	狄志超	郑州大学信息工程学院	1	9	1.0	1.0