基于密度模式的參數(shù)自適應(yīng)聚類算法研究.pdf

1、聚類算法的自適應(yīng)程度對其在許多領(lǐng)域的應(yīng)用效果有著重要的影響，而這方面的研究尚比較薄弱，論文研究在不犧牲算法效率和準(zhǔn)確性的前提下，如何提高聚類算法的自適應(yīng)性。 在深入分析傳統(tǒng)聚類算法和自適應(yīng)聚類算法特點和缺陷基礎(chǔ)上，明確了將數(shù)據(jù)描述、聚類判斷等環(huán)節(jié)作為整體進行建模和解決的原則，避免現(xiàn)有算法由于將上述相互關(guān)聯(lián)耦合的環(huán)節(jié)割裂而產(chǎn)生的問題。通過分析現(xiàn)有基于密度聚類算法在簇擴展方法上的優(yōu)點及其聚類判據(jù)的缺陷，確定了以密度模式為聚類依據(jù)從而

2、實現(xiàn)正確識別任意形狀、不同密度簇的目標(biāo)。通過分析和挖掘最近鄰關(guān)系中所包含的豐富信息，深入挖掘最近鄰關(guān)系的不對稱性在簇邊界識別中的指示作用，設(shè)計和構(gòu)造了動態(tài)k近鄰圖和基于密度模式的簇擴展機制，將密度模式的表示、簇邊界的識別、簇內(nèi)成員點擴展等環(huán)節(jié)在統(tǒng)一的模型下進行解決。針對動態(tài)k近鄰圖構(gòu)造和擴展規(guī)則中的關(guān)鍵前提，設(shè)計了非均勻標(biāo)度變換和比例判據(jù)技術(shù)，使得算法對于經(jīng)過標(biāo)度變換后的不同輸入數(shù)據(jù)集，都能輸出正確的聚類結(jié)果，無須對與數(shù)據(jù)相關(guān)的任何參數(shù)