无参数聚类边界检测算法的研究.pdfVIP

第37卷 第 l5期 计 算 机 工 程 2011年8月 、，o1．37 No．15 ComputerEngineering August2011 · 专栏 · 文章编号：10O0___3428(2011)15—O023__o4 文献标识码lA 中圈分类号lTP301．6 无参数聚类边界检测算法的研究 邱保志，许 敏 (郑州大学信息工程学院，郑州 450001) 摘 要：为自动快速地提取聚类的边界点，减少输入参数对边界检测结果的影响，提出一种无参数聚类边界检测算法。该算法不需要任何 参数，在生成的三角剖分图上计算每个数据点的边界度，用k-menas自动计算边界度阈值 ，按边界度阈值将数据集划分为候选边界点和非 候选边界点两部分，根据噪声点在三角剖分图中的性质去除候选边界点中的噪声点，最终检测出边界点。实验结果表明，该算法能快速、 有效地识别任意形状、不同大小和密度聚类的边界点。 关健诃：边界点；无参数；边界度；聚类；三角剖分 Research0nNonparametricClustering BoundaryDetectionAlgorithm QIUBao-zhi，XUMin (SchoolofInformationEngineering，ZhengzhouUniversity，Zhengzhou450001，China) [Abstract!Inordertodetectboundarypointsofclusteringautomaticallyandeffectively，andtoeliminatetheimpactofparametersonhteresultsof theboundarydetection，anew nonparametricboundarydetectionalgorithm basedondelaunaytriangulationispresented．Thisalgorithm calculates hteboundarydegreeforeachpointinthegenerateddelaunaytrinagulationwithoutnayparameters．Accordingtohteboundarydegree’Sthreshold thatisautomaticallycalculatedbyk-menas，datasetisdividedintotwoparts：candidatesetofboundaryp0jntsandthesetofnon—boundarypNnts． Basedonthechraacteristicsofhtenoisepoints，htenoisepointsraeremovedfrom htecna didatesetofboundarypoints．Itdetectsoutboundary pointsofclustering．Experimental resultsshow htathtealgorihtm Cna identifyboundarypointsinnoisydatasetscontainingclusteringofdifferent shapesandsizeseffectivelynadefficiently． [Keywordslboundarypoints；nonparma etric；boundarydegree；clustering；delaunaytriangulation DOI：10．39690．issn．1000—3428．2011．15．006 1 概述 为克服BORDER、BRIM等算法的结果对输入参数的依 聚类分析源于生物学、统计学、模式识别、信息检索、