基于密度的统计合并聚类算法

• 作者: 丁军娣 刘贝贝 马儒宁
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 数据点 密度 随机变量 合并 聚类 噪声
• 年，卷（期）: 2015,（5）
• 页码范围: 712-721
• 页数: 10页
• 分类号: O235|TP311
• 字数: 8476字
• 语种: 中文
• DOI: 10.11992/tis.201410028

摘要

针对现有聚类算法处理噪声能力差和速度较慢的问题,提出了一种基于密度的统计合并聚类算法( DSMC).该算法将数据点的每一个特征看作一组独立随机变量,根据独立有限差分不等式得出统计合并判定准则;同时,结合数据点的密度信息,把密度从大到小的排序作为凝聚过程中的合并顺序,实现了各类数据点的统计合并. 人工数据集和真实数据集的实验结果表明,DSMC算法不仅可以处理凸状数据集,对于非凸、重叠、加入噪声的数据集也有良好的聚类效果,充分表明了该算法的适用性和有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马儒宁	南京航空航天大学理学院	13	110	6.0	10.0
2	丁军娣	南京理工大学计算机科学与技术学院	11	105	7.0	10.0
3	刘贝贝	南京航空航天大学理学院	2	8	1.0	2.0