支持K-离群度的边界点检测方法

摘要：

边界是一种有用的模式,为了有效识别边界,根据边界点周围密度不均匀,提出了一种边界点检测算法——BDKD.该算法用数据对象的k-近邻距离与其邻域内数据对象的平均k-近邻距离之比定义其k-群度,当k-离群度超过阈值时即确定为边界点.实验结果表明,BDKD算法可以准确检测出各种聚类边界,并能去除噪声,特别是对密度均匀的数据集效果理想.

关键词：聚类、边界点、k-近邻距离、k-离群度、边界因子

所属期刊栏目：47

分类号：TP301(计算技术、计算机技术)

资助基金：河南省高等学校青年骨干教师资助计划项目2010GGJS-200

在线出版日期：2012-03-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：140-142