改进聚类的索引建立方法研究.pdfVIP

106 2010，46(2) ComputerEngineeringandApplications计算机工程与应用 ◎数据库、信号与信息处理◎ 改进聚类的索引建立方法研究 张泽宝，张健沛，杨 静 ZHANG Ze—bao，ZHANG Jian-pei，rANG Jing 哈尔滨工程大学 计算机科学与技术学院，哈尔滨 150001 SchoolofComputerScience and Technology，Harbin Engineering University，Harbin 150001China ， E—mail：zhangzebao@hrbeu．edu．cn ZHANG Ze—bao，ZHANG Jian—pei，YANG Jing．Index creating methodbased on improved clustering．ComputerEngineer— nigandApplications，2010．46(2)：106—108． Abstract：In the traditionalclusteringmethodsbased on grid and density，the intervaland the density valve needsto be input withunsmoothedcluster，wrongjudgementofclusteringboundary．A clusteringapproachisproposed，whichcanconfirm theinterval andthenumberofclustering，reasonableclustertheobjectandcreatetheHilbertR-treeusingtheresultofclustering．Experiment resultsshow thatthe method isbetterthan traditional HilbertR-treeindex in buildingtimeand otheraspects． Key words：clusteringanalysis；tree-likeindex； d partition；HilbertR—tree index 摘 要 ：传统的基于网格与密度的聚类方法需要用户输入间隔距离和密度阀值参数，聚类的结果不平滑，不能很好地判断边界对 象的网格归属。提 出了一种 自动根据对象的数量确定间隔的距离和聚类的数量的聚类方法，合理地将对象进行聚类划分，并将聚 类的结果构建HilbertR—tree索引，通过实验表明算法在建立时间和其他性能上均优于传统的HilbertR—tree索引。 关键词 ：聚类分析；树型索引；网格划分；HilbertR—tree索引 DOI：10．3778／j．issn．1002—8331．2010．02．033 文章编号：1002—8331(2010)02—0106—03 文献标识码：A 中图分类号：TP311 l 引言 效地减少人为因素的控制，为空间索引的建立提供 良好的聚类 聚类分析主要是根据事物的特征对其进行聚类或分类，把 结果，实验结果表明，该算法获得了很好的聚类结果，验证了该 数据按照相似性归纳成若干类别，同一类中的数据彼此相似， 算法的准确性和有效性。 不同类中的数据差异大。聚类分析可以建立宏观的概念，发现 数据的分布模式，以及可能的数据属性之间的相互关系。 2 基于网格和密度的算法 聚类分析是数据挖掘中的—个重要的研究领域，其研究也 典型的基于网格和密度的方法的主要思想是将数据空间 深入到各个领域内并取得了很大的成就 ，众多专家和学者经过 划分为若干单元的网格结构，根据每个单元的数据密度分布确 研究提出了许多聚类算法 ，通常可分为划分方法、层次方法、基 定密集程度，再将数据对象进行聚类 ，生成最终的聚类结果。此 于密度方法、基于网格方法和基于模型方法。每种方法都有各 方法能够发现子空间中的聚类簇，算法的效率很低，对数据输 自的特性，其中基于网格和密度的CLIQUE算法在很多的性能