一种基于密度和网格的簇心可确定聚类算法

来源期刊：控制与决策2017年第5期

论文作者：何熊熊 管俊轶 叶宣佐 詹亦钊

文章页码：913 - 919

关键词：数据挖掘;数据聚类;网格;密度;

摘    要：以网格化数据集来减少聚类过程中的计算复杂度,提出一种基于密度和网格的簇心可确定聚类算法.首先网格化数据集空间,以落在单位网格对象里的数据点数表示该网格对象的密度值,以该网格到更高密度网格对象的最近距离作为该网格的距离值;然后根据簇心网格对象同时拥有较高的密度和较大的距离值的特征,确定簇心网格对象,再通过一种基于密度的划分方式完成聚类;最后,在多个数据集上对所提出算法与一些现有聚类算法进行聚类准确性与执行时间的对比实验,验证了所提出算法具有较高的聚类准确性和较快的执行速度.