基于二路生成树的聚类边界检测算法-计算机应用与软件.PDFVIP

第３０卷第１０期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１０ ２０１３年１０月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｏｃｔ．２０１３ 基于二路生成树的聚类边界检测算法 邱保志　王有为 （郑州大学信息工程学院　河南郑州４５００５２） 摘　要　　聚类的边界是一种有用的模式，为有效地提取聚类的边界点，提出ｃ层近邻概念，将ｃ层近邻应用于二路生成树，能快速 计算出每个对象的反向近邻值，从而根据反向近邻值提取聚类的边界。提出的基于二路生成树的边界检测算法（ＤＢＭＳＴ）在综合数 据集和真实数据集的实验结果表明，该算法在含有噪声／孤立点的数据集上，能够快速有效地识别出聚类的边界。 关键词　　聚类　边界检测　二路生成树　ｃ层近邻 中图分类号　ＴＰ３０１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１０．０３６ ＢＯＵＮＤＡＲＹＤＥＴＥＣＴＩＮＧＡＬＧＯＲＩＴＨＭＦＯＲＣＬＵＳＴＥＲＩＮＧＢＡＳＥＤＯＮＴＷＯＲＯＵＮＤＳ ＯＦＭＩＮＩＭＵＭＳＰＡＮＮＩＮＧＴＲＥＥＳ  ＱｉｕＢａｏｚｈｉ　ＷａｎｇＹｏｕｗｅｉ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＺｈｅｎｇｚｈｏｕＵｎｉｖｅｒｓｉｔｙ，Ｚｈｅｎｇｚｈｏｕ４５００５２，Ｈｅｎａｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｌｕｓｔｅｒｉｎｇｂｏｕｎｄａｒｙｉｓａｕｓｅｆｕｌｐａｔｔｅｒｎ．Ｉｎｏｒｄｅｒｔｏｅｘｔｒａｃｔｔｈｅｂｏｕｎｄａｒｙｐｏｉｎｔｓｏｆｃｌｕｓｔｅｒｅｆｆｅｃｔｉｖｅｌｙ，ｗｅｐｒｏｐｏｓｅａｃｌａｙｅｒ ｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒｃｏｎｃｅｐｔ，ａｎｄａｐｐｌｙｉｔｔｏｔｗｏｒｏｕｎｄｓｏｆｍｉｎｉｍｕｍｓｐａｎｎｉｎｇｔｒｅｅｓ．Ｔｈｉｓｎｏｖｅｌｃｏｎｃｅｐｔｉｏｎｃａｎｃｏｕｎｔｅｖｅｒｙｐｏｉｎｔ’ｓｒｅｖｅｒｓｅ ｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒｉｎｇｖａｌｕｅｒａｐｉｄｌｙ，ｔｈｕｓａｃｃｏｒｄｉｎｇｔｏｔｈｅｖａｌｕｅｔｈｅｂｏｕｎｄａｒｙｏｆｃｌｕｓｔｅｒｉｓｅｘｔｒａｃｔｅｄ．Ｒｅｓｕｌｔｓｏｆｔｈｅｅｘｐｅｒｉｍｅｎｔｏｆｐｒｏｐｏｓｅｄ ｂｏｕｎｄａｒｙｄｅｔｅｃｔｉｎｇａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｔｗｏｒｏｕｎｄｍｉｎｉｍｕｍｓｐａｎｎｉｎｇｃａｒｒｉｅｄｏｕｔｏｎｂｏｔｈｓｙｎｔｈｅｓｉｓｅｄａｔａｓｅｔｓａｎｄｒｅａｌｄａｔａｓｅｔｓｄｅｍｏｎｓｔｒａｔｅｔｈａｔ ｔｈｅａｌｇｏｒｉｔｈｍｃａｎｆａｓｔｉｄｅｎｔｉｆｙｔｈｅｂｏｕｎｄａｒｙｏｆｃｌｕｓｔｅｒｓｅｆｆｅｃｔｉｖｅｌｙｏｎｔｈｅｄａｔａｓｅｔｓｗｉｔｈｎｏｉｓｅ／ｏｕｔｌｉｅｒｐｏｉｎｔｓ． Ｋｅｙｗｏｒｄｓ　　Ｃｌｕｓｔｅｒｓ　Ｂｏｕｎｄａｒｙｄｅｔｅｃｔｉｏｎ　Ｔｗｏｒｏｕｎｄｓｐａｎｎｉｎｇｔｒｅｅｓ　Ｃｌａｙｅｒｎｅａｒｅｓｔｎｅｉｇｈｂｏｕｒ 数据点的个数差异来提取聚类的边界点，该算法能有效地区分 ０　引　言 边界点和噪声／孤立点，但仍然存在效率不高和参数选择困难 问题。 聚类是一种非常有用的非监督数据挖掘技术，是一个将数 ＥＤＧＥ算法是在文献［４］提出的边界网格的基础上引入了 据对象分配到相似成员群组中的过程。目前聚类技术已被广泛 联合熵的概念来提取边界点，该算法具有较强的数学基础，并且 应用到Ｗｅｂ挖掘、模式识别、机器学习、空间数据库分析和人工 有效地解决了 ＢＲＩＭ算法和 ＢＯＲＤＥＲ算法执行效率低下的问 智能等领域中。