基于密度的最小生成树聚类算法研究

摘要：

基于密度的方法是一种相当有效的聚类方法,能够发现任意形状的聚类,对噪声数据不敏感,但是聚类结果严重依赖于用户参数的合理选择.针对其存在的问题,将最小生成树理论与基于密度的方法相结合,提出了一种基于密度的最小生成树聚类算法.通过构造、分割最小生成树得到确定样本空间划分的最小生成子树:根据子树特性,产生局部密度参数:并对生成子树进行局部密度聚类.理论分析和应用结果表明.该算法不仅体现了基于密度聚类方法的优点,聚类结果不依赖于用户参数的选择,使数据聚类更合理,特别是对大型数据库非常有效;也体现了数据分区的思想,使其可以并行执行,进一步提高了信息处理的时空效率和性能.

关键词：聚类、最小生成树、密度、数据挖掘

所属期刊栏目：42

分类号：TP311(计算技术、计算机技术)

资助基金：中国科学院资助项目30370356

在线出版日期：2006-04-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：156-158,164