一种基于网格密度与空间划分树的聚类算法.PDF

　2008 年 7 月 系统工程理论与实践 第 7 期 　 ( ) 文章编号 2008 一种基于网格密度与空间划分树的聚类算法 1 2 1 曾东海 ,米 　红 ,刘力丰 ( 1 厦门大学 信息科学与技术学院模式识别与智能系统研究所 ,厦门 361005 ;2 浙江大学 公共管理学院 ,杭州 310027) 摘要 : 　基于密度的聚类是聚类分析中的一种 ,其主要优点是发现任意形状的聚类和对噪音数据不敏 感. 文章提出了一种新的基于网格密度和空间划分树的 CGDSPT ( Clustering based on Grid - Density and Spatial Partition Tree) 聚类算法. 其创新点在于 ,将数据空间划分成多个体积相等的单元格 ,然后基于单元 ( ) 格定义了密度 、簇等概念 ,对单元格建立了一种基于空间划分的空间索引结构 空间划分树 来对数据进 行聚类. CGDSPT 算法保持了基于密度的聚类算法的上述优点 ,而且 CGDSPT 算法具有线性的时间复杂 性 ,因此 CGDSPT 算法适合对大规模数据的挖掘. 理论分析和实验结果也证明了 CGDSPT 算法的优点. 关键词 : 　聚类 ; 网格密度 ;空间划分树 中图分类号 : 　TP181 　　　　　　　　文献标志码 : 　A 　　　 A clustering algorithm based on the griddensity and the spatial partition tree 1 2 1 ZEN G Donghai , MI Hong , L IU Lifeng (1The Institute of Pattern Recognition and Intelligence System , Xiamen University , Xiamen 361005 , China ; 2College of Public Administration ,Zhejiang University ,Hangzhou 310027 ,China) Abstract : 　The densitybased clustering algorithm is a sort of clustering analysis , its main merit is to discover arbitrary shape cluster and is insensitive to the noise data . This paper proposed a new clustering algorithm based on the grid density and the spatial partition tree CGDSPT. It is able to cluster data through dividing the data space into several unit cells. Some concepts , fo