两阶段密度意识子空间聚类模型

• 作者: 李长路 潘梁 王劲林 郭志川
• 来源期刊: 西安交通大学学报
• 关键词: 数据挖掘 子空间聚类 网格聚类 高维数据
• 年，卷（期）: 2014,（10）
• 页码范围: 108-114
• 页数: 7页
• 分类号: TP393
• 语种: 中文
• DOI: 10.7652/xjtuxb201410017

摘要

针对网格聚类方法在高维子空间聚类中网格规模随着维度急剧升高的问题,以及差别阈值方法引入干扰小聚簇的问题,提出一种具有两个网格划分阶段的密度意识子空间聚类模型.该模型第一阶段采用粗网格找出可能存在聚类的子空间区域,第二阶段在这些区域中进行等效精度更高的网格划分并找出所有致密单元.该模型在两个阶段处理的网格规模均远低于密度意识子空间聚类模型在相同划分精度下的网格规模,同时利用第一阶段对网格空间的筛选作用降低小聚簇干扰,提高聚类质量.合成数据集实验表明:该模型聚类精准率和查全率性能明显优于原模型;基于真实数据集实验,相比一次划分模型,该模型以损失0.4％数据点的代价提高输出聚类密度19.4％,聚类质量大幅提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王劲林	中国科学院声学研究所国家网络新媒体工程技术研究中心	169	638	11.0	15.0
2	潘梁	中国科学院声学研究所国家网络新媒体工程技术研究中心	18	53	4.0	6.0
3	郭志川	中国科学院声学研究所国家网络新媒体工程技术研究中心	47	180	7.0	9.0
4	李长路	中国科学院声学研究所国家网络新媒体工程技术研究中心	3	2	1.0	1.0