基于闭合曲线边界的聚类算法研究

• 作者: 王广亮 王桂芝
• 来源期刊: 河南科学
• 关键词: 聚类 边界对象 ε-邻域 闭合曲线 夹角和法
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 机械电子技术与计算机科学
• 页码范围: 1391-1395
• 页数: 5页
• 分类号: TP301
• 语种: 中文

摘要

聚类和聚类边界已经成为数据挖掘中两个研究热点。为了精确聚类，提出一种对检测边界后的数据集进行聚类的算法---BdCluster 。该算法首先采用深度优先搜索策略将已知的边界对象进行分类；然后精减各边界对象集合中的数据，并顺序排列，形成闭合的边界曲线；最后采用夹角和法对核心对象进行聚类。实验结果表明，BdCluster算法可以正确识别各种形状的聚类，且时间性能是高效的。

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		11	9	2.0	2.0
2	王广亮		3	1	1.0	1.0