基于层次划分的密度优化聚类算法

• 作者: 刘方爱 逄琳
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 聚类算法 层次划分 最佳聚类数 初始聚类中心 聚类有效性指标
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 大数据
• 页码范围: 1634-1638
• 页数: 5页
• 分类号: TP301.6
• 字数: 4137字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.06.1634

摘要

针对传统的聚类算法对数据集反复聚类,且在大型数据集上计算效率欠佳的问题,提出一种基于层次划分的最佳聚类数和初始聚类中心确定算法——基于层次划分密度的聚类优化(CODHD).该算法基于层次划分,对计算过程进行研究,不需要对数据集进行反复聚类.首先,扫描数据集获得所有聚类特征的统计值;其次,自底向上地生成不同层次的数据划分,计算每个划分数据点的密度,将最大密度点定为中心点,计算中心点距离更高密度点的最小距离,以中心点密度与最小距离乘积之和的平均值为有效性指标,增量地构建一条关于不同层次划分的聚类质量曲线;最后,根据曲线的极值点对应的划分估计最佳聚类数和初始聚类中心.实验结果表明,所提CODHD算法与预处理阶段的聚类优化(COPS)算法相比,聚类准确度提高了30％,聚类算法效率至少提高14.24％.所提算法具有较强的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘方爱	山东师范大学信息科学与工程学院	142	827	14.0	20.0
5	逄琳	山东师范大学信息科学与工程学院	1	13	1.0	1.0