高維數(shù)據(jù)下基于密度聚類計(jì)法的研究與應(yīng)用.pdf

1、Alex和Anlessandro于2014年提出的快速搜索聚類方法（FSC)是基于聚類中心的密度要高于其鄰域點(diǎn)并且與其它密度較高的點(diǎn)有一個(gè)相對(duì)較大的距離的思想，通過(guò)對(duì)觀測(cè)值的密度和相對(duì)距離加以度量來(lái)展開聚類.FSC不需要進(jìn)行迭代運(yùn)算，可以高效地識(shí)別集群個(gè)數(shù)和聚類中心。但是FSC方法對(duì)于高維數(shù)據(jù)的聚類并不是很理想，這主要是由于高維數(shù)據(jù)的“維數(shù)災(zāi)難”引起的。
　　本文針對(duì)FSC方法提出了更能適應(yīng)于高維數(shù)據(jù)的改進(jìn)方法，分別是基于主成分分

2、析（PCA)的快速搜索聚類方法（FSCP)和基于硬閾值（HardthreshoMing)的快速搜索聚類方法（HT-FSC)。其中FSCP方法在FSC的基礎(chǔ)上加入了 PC A的思想，對(duì)滿足一定區(qū)間限制的主成分生成的較低維數(shù)據(jù)集逐一作聚類分析并輸出最優(yōu)的一組聚類結(jié)果. H T-FSC方法的核心思想同樣是對(duì)數(shù)據(jù)做降維的預(yù)處理，基于硬閾值的思想，度量相似性距離矩陣時(shí)在度量B數(shù)上加入硬閾值B數(shù)，選定合適的閾值，只讓滿足閾值條件的變量加入距離的計(jì)算