基于网格和密度聚类算法的研究

《基于网格和密度聚类算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、ResearchonGridandDensityBasedClusteringAlgorithmMAYifengAthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinComputerSoftwareandTheoryi11ChangshaUniversityofScience&TechnologySupervisorProfessorCHENXiMarch，2011长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的

2、研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：乌一峰1日期：砷f年，月况日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在——年解密后适用本授权书

3、。2、不保密团。(请在以上相应方框内打“4”)作者签名：导师签名：乌。峰f，崴日期：珈，f年j’月≥≥日日期：知11年r月≯厶日摘要基于网格和密度的聚类算法速度快，能发现任意形状的簇，适于空间数据的聚类。但现有的基于网格和密度的聚类算法往往要求用户输入网格粒度和密度阈值这两个参数，这加重了用户的负担，并且导致聚类结果不可控。网格粒度决定了观察数据所用的分辨率，从而基本上决定了聚类的结果；同时网格的大小还影响到聚类的速度。现有算法在处理网格粒度和密度闽值时，多数是根据数据点总数以及平均密度等统计量，利用一个经验公式求得这两个参数，比较简单化。在分析聚类分析主要算法特别是其对网格粒度和

4、密度阈值的处理方法的基础上，首先提出了在给定密度阈值条件下，密网格最多时网格粒度最优的观点。在此基础上，提出了在给定一组密度阈值条件下，根据密网格最多原则以及网格划分中密网格和稀疏网格的产生情况确定最佳密度阈值和网格粒度的方法。用该方法得到的网格粒度既能反映数据的内部结构，同时又不致陷入到琐碎的局部细节中去，其粒度对于聚类分析是合适的，是对数据的一种很好的压缩。这种方法大大减轻了用户对领域知识的需求，基本实现了无参聚类。实验表明，这种方法速度快，能发现空间数据的主要聚类结构。关键词：聚类算法；网格粒度；密度阈值；无参聚类ABSTRACTGridanddensitybasedclus

5、teringalgorithmsalefast,andtheyCanfindclustersofarbitraryshape，SOthesealgorithmsaresuitableforclusteringofspatialdata．However,currentlyavailablegridanddensity-basedclusteringalgorithmsoftenrequiretheusertOentertwoparameters：gridsizeanddensitythreshold,thusincreasingtheburdenonusersandmakingclu

6、steringresultsuncontrollable．Gridsizedeterminestheresolutionusedtoobservethedata,whichbasicallydeterminestheresultsofclustering．Meanwhilethegrdsizealsoaffectsthespeedofgridclusteringalgorithm．Whendealing谢mthegridsizeanddensitythreshold，mostcurrentlyavailablealgorithmsarebasedonthetotalnumberof

7、datapoints，theaveragedensityandotherstatistics．Theyuseanempiricalformulatoobtainthesetwoparameters．Thesesmethodsarerathersimply．Afteranalyzingthemainclusteringalgorithmespeciallytheapproachesofdealingwithgridsizeanddensitythreshold，this