自适应局部密度变化空间聚类算法研究

• 作者: 张辉 韩发 鹿方凯
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 空间聚类 自适应 局部密度不同 点密度 Delaunay三角网
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 算法与语言
• 页码范围: 95-98,103
• 页数: 5页
• 分类号: TP312
• 字数: 3476字
• 语种: 中文
• DOI: 10.11907/rjdk.182134

摘要

针对空间局部密度变化和需要用户输入参数的空间聚类问题, 提出自适应局部密度变化的空间聚类方法.借助Delaunay三角网构建空间邻近关系的优势, 首先给出点密度的度量标准, 即与点直接相连的边长度均值.将核点定义为一阶邻域中至少存在一个密度相似点, 在此基础上应用广度优先搜索算法对一阶邻域进行搜索, 对密度相似的核点进行扩展, 将密度远小于核点密度的点作为簇的边界点.在判断点密度是否相似时, 根据已加入核点的平均密度和密度变化率自动调整参数值.通过模拟实验, 对比DBSCAN算法实验结果, 对提出的算法进行验证.实验结果表明, 该算法不仅能够自动适应局部密度变化和识别出离散点, 而且能适应不同形态的空间簇.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鹿方凯	山东科技大学计算机科学与工程学院	4	4	1.0	1.0
2	张辉	山东科技大学计算机科学与工程学院	6	10	2.0	2.0
3	韩发	山东科技大学计算机科学与工程学院	3	2	1.0	1.0