密度分布函数在聚类算法中的应应用用.pdfVIP

第 28卷第 12期 控 制 理 论 与 应 用 、^31．28NO．12 2011年 12月 ControlTheory Applications Dec．2011 文章编号：1000—8152(2011)12—1791—06 密度分布函数在聚类算法中的应用 谭建豪，章 兢，李伟雄 (湖南大学 电气与信息工程学院，湖南 长沙410082) 摘要：深入分析了传统的基于密度的聚类方法的特点和存在的问题及讨论了基于密度聚类算法研究现状，提出 了一种改进的基于密度分布函数的聚类算法．使用K最近邻(KNN)的思想度量密度以寻找当前密度最大点，即中 心点．并使用区域比例，将类从中心点开始扩展，每次扩展的同时引入半径比例因子以发现核心点．再从该核心点 的KNN扩展类，直至密度下降到中心点密度的给定比率时结束．给出了数个算法实例并与基于网格的共享近邻聚 类(GNN)算法在聚类准确率和效率上进行了试验比较，试验表明该算法极大降低了基于密度聚类算法对参数的敏 感性、改善了对高维密度分布不均数据集的聚类效果、提高了聚类准确率和效率． 关键词：聚类算法；KNN；GNN；密度分布函数；OPTICS；DENCLUE；区域比例；半径比例因子 中图分类号：TP181，TP182 文献标识码：A Applicationofdensitydistributionfunctioninclusteringalgorithms TANJian—hao．ZHANGJing．LIWei—xiong (ElectricalandInformationEngineeringCollege，HunanUniversity，ChangshaHunan410082，China) Abstract：Characteristicsanddisadvantagesoftraditionaldensity—basedclusteringalgorithmsaredeeplyinvestigated； thepresentreserachstatusofdensity—basedclusteringalgorithmsisdiscussed；animprovedclusteringalgorihtm basedon densitydistributionfunctionisputforwrad．Knearestneighbor(KNN)isusedtomeasurethedensityofeachpoint；alocal maximum densitypointisdefinedasthecenterpoint．BymeralSoflocalscale，classificationisextendedfrom htecenter point．Foreachpointhtereisaproceduretodeterminewhetheritisacorepointbyaradiusscalefactor．Theclassification isextendedonceagainfrom htecorepointuntilhtedensitydescendstothegivenratioofhtedensityofhtecenterpoint． Several algorithm examplesraegivenandhtealgorithm isexperimentallycompraedwithhtegrid—shraedneraestneighbor (GNN)clusteringalgorihtm，ontheclusteringaccuracyrationadefficiency．Thetestsshowthathteimprovedalgorihtm greatlyreducesthesensitivityofdensity—basedclusteringalgorihtmstopraame