基于Delaunay三角网的CBDT聚类算法研究.pdf

第 19卷 第 l期 计 算机 技术 与发 展 Vo1．I9 NO．1 2009年 1月 COMPUTERTECHNOLOGYANDDEVEI0PMENT Jan． 2009 基于Delaunay三角网的CBDT聚类算法研究 李 静，陈立潮，成洪静，聂跃光 (太原科技大学计算机科学与技术学院，山西 太原 030024) 摘 要：聚类分析是空间数据挖掘的重要方法之一。Delaunay三角网具有良好的空问邻近特性，应用于空间聚类分析具有 独特的优势，提出了一种基于Delaunay三角网的聚类算法——CBDT算法，该算法采用了将 Delaunay三角剖分得到的三角 形划分为小三角形、狭长三角形和大三角形的聚类模型，通过一定规则分别以小三角形、狭长三角形为基准进行扩展从而 实现聚类。CBDT算法相对于AUTOCLUST算法能识别密度渐变的簇，而且计算量要比A1rrDCI．I，ST小得多。经实验 验证 ，证明了该算法的有效性。 关键词：空间聚类 ；聚类算法；I~．．1aunay三角网 中图分类号：TP301．6 文献标识码 ：A 文章编号：1673—629X(2009)01—0021一O4 StudyofSpatialClusteringAlgorithm Based onDelaunayTriangulation LIJing，CHENLi-chao，CHENGHong-jing，NIEYue-guang 一 (Dept．ofComputerScienceTechnology，TaiyuanUniversityofScienceTcehnology，Taiyuan030024，China) Abstract：Clusteringanalysisisoneofmainmethodsofspatialdatamining．Delauanytriangulationhastheparticularpropertyofproximity thatusedforclusteringanalysis．Inthispaper，anearalgorithm —CBDT (clustering ofhas~xlonDehunaytriangulation)hasbeenpro— posed．Bydividing theDelaunaytriangulationintosmaller—triangles，long andnarrow—trianglesandbigger—triangles，obtaintheclus- t~ing model，na dexpandthesetriangles respectivelyaccording so,fierules toclustering．CBDThastheadvna tages tha tcannotonlyrec— og theclusterofdensity—changingnadalsoexpendsmallercomputetimethanA~ LUST．Theagloritmh thathadbeenexperi· mentediSfeasible． KeyWOlds：spatialclustering；clustering algoritmh ；Delaunaytriangulatoin O 引 言 不包含面内的其他任何点，称之为Delaunay三角网的 从二维空间数据中发现隐含模式或有意义的子群 空外接圆性质 ；最大最小角度性质 ：在由点集 P中所 的聚类有很多应用，比如资源规划、市场分析、图像处 能形成的三角网中，Delaunay三角网中三角形的最小 理、动物群体迁徙分析、疾病扩散分析等。Voronoi图 内角尽量最大，即三角形尽量接近