journal6 ›› 2013, Vol. 34 ›› Issue (1): 26-27.DOI: 10.3969/j.issn.1007-2985.2013.01.007

• 计算机 • 上一篇    下一篇

一种基于密度的聚类算法实现

  

  1. (1.吉首大学信息科学与工程学院,湖南 吉首 416000;2.吉首大学信息科学与工程学院,湖南 吉首 416000)
  • 出版日期:2013-01-25 发布日期:2013-01-22
  • 作者简介:段明秀(1975-),女,湖南茶陵人,吉首大学信息科学与工程学院讲师,硕士,主要从事数据挖掘、人工智能研究.
  • 基金资助:

    湖南省教育厅科学研究项目(11C1025);吉首大学学生科研项目(11JDX052)

Realization of Clustering Algorithm Based on Density

  1. (1.College of Mathematics and Statistics,Jishou University,Jishou 416000,Hunan China;2.College of Informtion Science and Engineering,Jishou University,Jishou 416000,Hunan China)
  • Online:2013-01-25 Published:2013-01-22

摘要:基于密度的聚类算法OPTICS是一种大规模数据库的聚类算法,它是基于核心对象和可达距离来实现的.对于每一个核心对象将其邻域内的所有对象按到该核心对象的可达距离进行排序,每次都选择1个到该核心对象具有最小的可达距离的对象进行信息更新.算法实现采用优先队列保存候选对象以加快处理速度,最后用UCI数据集对算法进行聚类效果测试,结果表明OPTICS算法对数据集产生一个基于密度的簇排序结构.

关键词: 数据挖掘, 聚类算法, OPTICS, 聚类, 密度

Abstract: The OPTICS clustering algorithms is an large database,density-based clustering algorithm.This algorithm is realized based on the core object and reachability-distance.For every core object,all objects in its neighbourhood will be sorted by the reachability-distance from this core object,and  the one with the minimum reachability-distance is always chosen to update information.The realization of OPTICS algorithm adopts priority queue to accelerate the speed.The clustering performance is tested by  UCI datasets.The results show that the OPTICS algorithm achieves a clustering structure based on density.

Key words: data mining, clustering algorithm, OPTICS, clustering, density

公众号 电子书橱 超星期刊 手机浏览 在线QQ