基于峰值网格改进的小波聚类算法

• 作者: 龙超奇 蒋瑜 谢雨
• 来源期刊: 计算机应用
• 关键词: 网格尺度 峰值网格 小波聚类 连通区域 广度优先搜索(BFS)
• 年，卷（期）: 2021,（4）
• 所属期刊栏目: 数据科学与技术|Data science and technology
• 页码范围: 1122-1127
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020071042

摘要

针对小波聚类算法在不同网格划分尺度下表现出的聚类效果差异,提出了一种基于峰值网格的改进方法.算法主要针对小波聚类中连通区域的检测方式进行改进:首先,将小波变换后的空间网格依网格值的大小进行排序;然后利用广度优先搜索的方式遍历每一个空间网格,以检测经小波变换后数据中的峰值连通区域;最后,标记连通区域并将其映射到原数据空间中,以得出聚类结果.在8个人工数据集(4个凸数据集与4个非凸数据集)和UCI数据库中的2个真实数据集上的实验结果表明,改进算法在低网格划分尺度下有着良好的表现,与原小波聚类算法相比,这个算法对网格划分尺度的需求降低了25％～60％,并且在相同的聚类效果下减少了14％的聚类所需时间.