基于密度的统计合并聚类算法

发布时间：2018-04-05 07:47

  本文选题：数据点　切入点：密度　出处：《智能系统学报》2015年05期

【摘要】：针对现有聚类算法处理噪声能力差和速度较慢的问题,提出了一种基于密度的统计合并聚类算法(DSMC)。该算法将数据点的每一个特征看作一组独立随机变量,根据独立有限差分不等式得出统计合并判定准则;同时,结合数据点的密度信息,把密度从大到小的排序作为凝聚过程中的合并顺序,实现了各类数据点的统计合并。人工数据集和真实数据集的实验结果表明,DSMC算法不仅可以处理凸状数据集,对于非凸、重叠、加入噪声的数据集也有良好的聚类效果,充分表明了该算法的适用性和有效性。
[Abstract]:In order to deal with the problems of poor noise ability and slow speed of existing clustering algorithms, a density based statistical merging clustering algorithm (DSMCN) is proposed.The algorithm regards each characteristic of data points as a set of independent random variables, and obtains the criterion of statistical merging according to the independent finite-difference inequality. At the same time, combining the density information of data points,The sorting of density from large to small is regarded as the merging order in the process of aggregation, and the statistical merging of all kinds of data points is realized.The experimental results of artificial data sets and real data sets show that the DSMC algorithm can not only deal with convex datasets, but also has a good clustering effect for non-convex, overlapping and noisy datasets, which fully demonstrates the applicability and effectiveness of the algorithm.
【作者单位】： 南京航空航天大学理学院;南京理工大学计算机科学与技术学院;
【基金】：国家自然科学基金资助项目(61103058)
【分类号】：TP311.13

【参考文献】

相关期刊论文 前1条

1 马儒宁;王秀丽;丁军娣;;多层核心集凝聚算法[J];软件学报;2013年03期

【共引文献】

相关期刊论文 前5条

1 肖文雅;王红云;;基于信息熵rough set的多层凝聚入侵检测算法[J];福建电脑;2015年07期

2 马儒宁;王萍;丁军娣;;利用核心集粗化的多层聚类算法[J];计算机科学与探索;2013年08期

3 韩啸;刘淑芬;徐天琦;;基于遗传模拟退火算法的改进K-medoids算法[J];吉林大学学报(工学版);2015年02期

4 何廷年;李晓红;蒋芸;;改进多种群差分进化算法的混沌系统参数估计[J];计算机工程;2015年02期

5 杨臻;杨志宏;;基于多层核心集凝聚思想的视频关键帧提取[J];计算机应用与软件;2015年09期

相关博士学位论文 前1条

1 吴迪;基于加权相似度的序列聚类算法研究[D];燕山大学;2014年

相关硕士学位论文 前2条

1 王萍;基于核心集粗化的多层次聚类算法[D];南京航空航天大学;2014年

2 徐祥;多中心聚类算法的研究与改进[D];安徽大学;2015年

【二级参考文献】

相关期刊论文 前1条

1 丁军娣;马儒宁;陈松灿;;基于多项式核的结构化有向树数据聚类算法[J];软件学报;2008年12期

【相似文献】

相关期刊论文 前10条

1 王琢;鲍玉斌;;一种快速生成最小浓缩数据立方的算法[J];小型微型计算机系统;2005年12期

2 罗可;张学茂;;一种高效的频集挖掘算法[J];长沙理工大学学报(自然科学版);2006年03期

3 刘彩云;陈忠;;蚁群算法的研究进展及应用[J];软件导刊;2008年09期

4 张丽芳;;3种聚类算法性能比较分析[J];长江大学学报(自然科学版)理工卷;2009年02期

5 刘晓平;图象开窗算法[J];CT理论与应用研究;1996年04期

6 江少锋,杨素华;一种简单高效的图象缩小算法[J];南昌航空工业学院学报(自然科学版);2003年04期

7 张林;吴振强;;一种高效的随机混淆匿名算法[J];计算机应用研究;2008年05期

8 蔡涛,王润生;分开合并算法的若干讨论和改进[J];国防科技大学学报;2000年04期

9 王子菡,杨恢先,杨穗,陶霞;数控绘图系统中的绘图基本算法[J];微计算机信息;2003年12期

10 严建峰;李伟华;杜北;;基于规模压缩的混合蚁群算法[J];控制与决策;2007年09期

相关会议论文 前10条

1 尹冀锋;;一种新的图象自适应增强算法[A];四川省通信学会一九九二年学术年会论文集[C];1992年

2 宁春平;田家玮;郭延辉;王影;张英涛;郑桂霞;刘研;;计算机辅助增强、分割算法在鉴别乳腺良、恶性肿块中的应用价值[A];中华医学会第十次全国超声医学学术会议论文汇编[C];2009年

3 谢丽聪;;SVB查询改写算法的改进[A];第二十一届中国数据库学术会议论文集（研究报告篇）[C];2004年

4 郑存红;;复杂背景下相关跟踪算法研究及DSP实现[A];中国光学学会2010年光学大会论文集[C];2010年

5 杨文杰;吴军;;RFID抗冲突算法研究[A];2008通信理论与技术新进展——第十三届全国青年通信学术会议论文集（上）[C];2008年

6 高山;毕笃彦;魏娜;;一种基于UPF的小目标TBD算法[A];第十四届全国图象图形学学术会议论文集[C];2008年

7 周磊;张卫华;王晓奇;张军;;基于流水算法的智能路障机器人设计[A];2011年全国电子信息技术与应用学术会议论文集[C];2011年

8 李伟伟;蔡康颖;郑新;王文成;;3D模型中重复结构的多尺度快速检测算法[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

9 潘巍;李战怀;陈群;索博;李卫榜;;面向MapReduce的非对称分片复制连接算法优化技术研究[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

10 杨任尔;陈恳;励金祥;;基于棱边方向检测的运动自适应去隔行算法[A];Proceedings of 2010 Chinese Control and Decision Conference[C];2010年

相关重要报纸文章 前1条

1 国泰君安资产管理部;“算法交易”是道指暴跌罪魁祸首?[N];上海证券报;2010年

相关博士学位论文 前10条

1 冯辉;网络化的并行与分布式优化算法研究及应用[D];复旦大学;2013年

2 许玉杰;云计算环境下海量数据的并行聚类算法研究[D];大连海事大学;2014年

3 李琰;基于猫群算法的高光谱遥感森林类型识别研究[D];东北林业大学;2015年

4 陈加顺;海洋环境下聚类算法的研究[D];南京航空航天大学;2014年

5 张冬丽;人工蜂群算法的改进及相关应用研究[D];燕山大学;2014年

6 徐悦竹;机会发现算法及其应用研究[D];哈尔滨工程大学;2010年

7 王征;分布式互斥算法的研究与实现[D];电子科技大学;2007年

8 杨世品;P系统优化算法及应用研究[D];浙江大学;2013年

9 王艳娇;人工蜂群算法的研究与应用[D];哈尔滨工程大学;2013年

10 张毅;群智能算法的改进及其在相关领域中的应用[D];吉林大学;2009年

，

本文编号：1713837