一种基于密度和网格的簇心可确定聚类算法

• 作者: 何熊熊 叶宣佐 管俊轶 詹亦钊
• 来源期刊: 控制与决策
• 学科: 工学
• 关键词: 数据挖掘 数据聚类 网格 密度
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 短文
• 页码范围: 913-919
• 页数: 7页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13195/j.kzyjc.2016.0219

摘要

以网格化数据集来减少聚类过程中的计算复杂度,提出一种基于密度和网格的簇心可确定聚类算法.首先网格化数据集空间,以落在单位网格对象里的数据点数表示该网格对象的密度值,以该网格到更高密度网格对象的最近距离作为该网格的距离值;然后根据簇心网格对象同时拥有较高的密度和较大的距离值的特征,确定簇心网格对象,再通过一种基于密度的划分方式完成聚类;最后,在多个数据集上对所提出算法与一些现有聚类算法进行聚类准确性与执行时间的对比实验,验证了所提出算法具有较高的聚类准确性和较快的执行速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何熊熊	浙江工业大学信息工程学院	49	267	11.0	13.0
2	管俊轶	浙江工业大学信息工程学院	1	24	1.0	1.0
3	叶宣佐	浙江工业大学信息工程学院	1	24	1.0	1.0
4	詹亦钊	浙江工业大学信息工程学院	1	24	1.0	1.0