提出利用限制性 k 近邻和相对密度的概念识别网格聚类边界点的技术,给出网格聚类中的边界处理算法和带边界处理的网格聚类算法(GBCB).实验表明,聚类边界处理技术精度高,能有效地将聚类的边界点和孤立点/噪声数据分离开来.基于该边界处...提出利用限制性 k 近邻和相对密度的概念识别网格聚类边界点的技术,给出网格聚类中的边界处理算法和带边界处理的网格聚类算法(GBCB).实验表明,聚类边界处理技术精度高,能有效地将聚类的边界点和孤立点/噪声数据分离开来.基于该边界处理技术的网格聚类算法 GBCB 能识别任意形状的聚类.由于它只对数据集进行一遍扫描,算法的运行时间是输人数据大小的线性函数,可扩展性好.展开更多
文摘提出利用限制性 k 近邻和相对密度的概念识别网格聚类边界点的技术,给出网格聚类中的边界处理算法和带边界处理的网格聚类算法(GBCB).实验表明,聚类边界处理技术精度高,能有效地将聚类的边界点和孤立点/噪声数据分离开来.基于该边界处理技术的网格聚类算法 GBCB 能识别任意形状的聚类.由于它只对数据集进行一遍扫描,算法的运行时间是输人数据大小的线性函数,可扩展性好.
