利用一维投影分析的无参数多密度聚类算法.pdfVIP

小型微型计算机系统 2013年8月第8期 2013 J吣alofClIiIlese V01．34№．8 CompIlterSystc吣 利用一维投影分析的无参数多密度聚类算法 钱美旋，叶东毅 (福州大学数学与计算机学院，福州350108) E-mail：qi肌n地ixu姐@sina．com of wim clu啦fiI!IgAppncati∞sNoi∞)算法对参数敏感且无法适用于多密度数据 摘要：针对DBscAN(D∞s畸B雒edsPatial Free 集聚类的缺点，提出一种改进的基于一维投影分析的无参数多密度聚类算法PI猢ScAN(n嗡meter one—dime璐ional ta血gusing P叫ecdonAIlalysis)．算法首先对数据集进行一维投影，并对投影后的数据进行高斯核密度估计，据 此采用极值策略得到多个局部密度估计值，将每个局部密度估计值转换为参数后依次调用DBsCAN进行聚类，最终得到完整 的聚类结果．该算法达到了聚类无参数化且能适用于多密度的目标．实验表明，本文提出的无参数算法对单密度和多密度数据 集都有较好的聚类效果，能适用于任意形状、任意密度的数据集，且具有较强的抗噪性．与近期文献中提出的无参数多密度聚类 算法APSCAN相比，不仅聚类效果更好，且计算复杂性更低． 关键词：投影分析；高斯核密度估计；无参数多密度聚类；DBSCAN 中图分类号：TPl8 文献标识码：A 文章编号：1000一1220(2013)08．1866JD6 Para珊№r one-dime璐i蚰al Fr∞Mum-de戚姆Cl璐teringUsing Proje嘣蚰Analysis QIANMei-xu孤。YED∞g-yi 0fManlema如sand I concge C伽Ipu妨sci衄∞．Fuzhouu11iVe巧时．FIlzhou350108。Clli腿) ViewofⅡ地nⅣo of totlle tocluster Abst瑚ct：In DBSCAN。sens硒Ve shoncomings par锄e缸锄dnot叩plicablemuld-de粥时d椭et． a on basedo∞-mmensional p褫IIne时触nmld—d印s时clus蜘ngalg嘶nm p啊ection柚alysis(PF岫BsCAN)isproposed．0|Ilr firstma：kcsone-dimensional calculatestllekemel estimadonoftlle Illat algorimm p叫ecdon，锄dⅡlen density p删ective咖．After n]Ie to int0 we ex缸emum local densmes isexecuted Stf眦gygetmul石pledensities．By的nsfoⅡning{llese apply