节点优先级导向的聚类算法
来源期刊：控制与决策2011年第6期
论文作者：宗瑜 徐贯东 张彦春 李明楚
文章页码：879 - 1769
关键词：密度聚类;K-最近邻核密度;节点优先级;
摘 要：基于密度的聚类算法具有挖掘任意形状聚类结果和处理"噪声"数据等优势,同时也存在无法处理高维和密度分布不均匀数据的缺陷;鉴于此,给出了节点优先级导向的聚类算法.首先建立数据集的有向K邻居图;然后用K-最近邻核密度估计方法获得数据对象的局部信息,并在图中迭代地传播,以产生数据对象的优先级;最后以该优先级为导向从图中搜索聚类结果,实验结果表明,该算法适合处理高维、密度分布不均匀的数据.
宗瑜1,2，徐贯东2，张彦春2，李明楚1
1. 大连理工大学软件学院2. 澳大利亚维多利亚大学信息应用中心
摘 要：基于密度的聚类算法具有挖掘任意形状聚类结果和处理"噪声"数据等优势,同时也存在无法处理高维和密度分布不均匀数据的缺陷;鉴于此,给出了节点优先级导向的聚类算法.首先建立数据集的有向K邻居图;然后用K-最近邻核密度估计方法获得数据对象的局部信息,并在图中迭代地传播,以产生数据对象的优先级;最后以该优先级为导向从图中搜索聚类结果,实验结果表明,该算法适合处理高维、密度分布不均匀的数据.
关键词：密度聚类;K-最近邻核密度;节点优先级;
