资源描述：
《一种基于参考点和密度的快速聚类算法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、1000-9825/2003/14(06)1089©2003JournalofSoftware软件学报Vol.14,No.6∗一种基于参考点和密度的快速聚类算法1+11,211马帅,王腾蛟,唐世渭,杨冬青,高军1(北京大学计算机科学技术系,北京100871)2(北京大学视觉与听觉信息处理国家重点实验室,北京100871)AFastClusteringAlgorithmBasedonReferenceandDensity1+11,211MAShuai,WANGTeng-Jiao,TANGShi-We
2、i,YANGDong-Qing,GAOJun1(DepartmentofComputerScienceandTechnology,PekingUniversity,Beijing100871,China)2(NationalLaboratoryonMachinePerception,PekingUniversity,Beijing100871,China)+Correspondingauthor:Phn:86-10-62756374,E-mail:mashuai@db.pku.edu.cn;mas
3、huai@cis.pku.edu.cnhttp://www.pku.edu.cnReceived2002-04-19;Accepted2002-07-02MaS,WangTJ,TangSW,YangDQ,GaoJ.Afastclusteringalgorithmbasedonreferenceanddensity.JournalofSoftware,2003,14(6):1089~1095.http://www.jos.org.cn/1000-9825/14/1089.htmAbstract:Th
4、eefficiencyofdataminingalgorithmsisstronglyneededwithdatabecominglargerandlarger.Density-Basedclusteringanalysisisonekindofclusteringanalysismethodsthatcandiscoverclusterswitharbitraryshapeandisinsensitivetonoisedata.Inthispaper,anewkindofclusteringal
5、gorithmthatiscalledCURD(clusteringusingreferencesanddensity)ispresented.ThecreativityofCURDiscapturingtheshapeandextentofaclusterbyreferences,andthenanalyzesthedatabasedonthereferences.CURDkeepstheabilityofdensitybasedclusteringmethod’sgoodfeatures,an
6、ditcanreachhighefficiencybecauseofitslineartimecomplexity,soitcanbeusedinminingverylargedatabases.BoththeoryanalysisandexperimentalresultsconfirmthatCURDcandiscoverclusterswitharbitraryshapeandisinsensitivetonoisedata.Inthemeanwhile,itsexecutingeffici
7、encyismuchhigherthantraditionalDBSCANalgorithmbasedonR*-tree.Keywords:clustering;density;highdimension;reference;datamining摘要:数据的规模越来越大,要求数据挖掘算法有很高的执行效率.基于密度的聚类是聚类分析中的一种,其主要优点是发现任意形状的聚类和对噪音数据不敏感.提出了一种新的基于参考点和密度的CURD(clusteringusingreferencesanddensity
8、)聚类算法,其创新点在于,通过参考点来准确地反映数据的空间几何特征,然后基于参考点对数据进行分析处理.CURD算法保持了基于密度的聚类算法的上述优点,而且CURD算法具有近似线性的时间复杂性,因此CURD算法适合对大规模数据的挖掘.理论分析和实验结果也证明了CURD算法具有处∗SupportedbytheNationalHigh-TechResearchandDevelopmentPlanofChinaunderGrantNo.2002AA483440(国家高技术研究发展计划(86
