基于密度的空间聚类算法研究

《基于密度的空间聚类算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、维普资讯http://www.cqvip.com第l8卷第8期计算机技术与发展Vo1．18NO．82008年8月COMPI．丌ERTE(HNOIS×YANDDEVEL．()PMNTAug．2008基于密度的空间聚类算法研究聂跃光，陈立潮，陈湖(太原科技大学计算机科学与技术学院，山西太原030024)摘要：基于密度的聚类算法作为数据挖掘方法中的一种主要方法，不仅可以从数据集中发现任意形状的簇，而且可以观察到一个并发的、完整的聚类结构，以及具有对噪声数据不敏感的特点。针对目前常用的几种基于密度的聚类算

2、法及改进算法进行讨论，分析了这些密度聚类算法各自的优缺点，并且以地理信息系统为应用研究背景，提出了基于密度的聚类算法与GIS相结合，通过对多维数据属性特征的提取，扩展到多维数据的处理，在三维空间地形数据中的分析中取得了高效的聚类结果。关键词：空间数据挖掘；聚类；密度聚类；GIS中图分类号：TP391文献标识码：A文章编号：1673—629X(2008)08—0091一O4ResearchofSpatialClusteringAlgorithmsBasedonDensityNIEYue—guang，

3、CHENLi—chao，CHENHu(InstituteofComputerScienceandTechnology，TaiyuanUniversityofScienceandTechnology，Tai5naan030024，China)Abstract：Spatialclusteringalgorithmbasedondensityearlfindtheclusterofrandomshape，andsomesubsequentandintegrateclusteringstructure，a

4、ndlackofsensitivitytonoiseExpoundseveraldelksitybasedspatialclusteringandsomeupswingmethod，andanalysethead—vant~eanddisadvantageofthem．Thenonbackgmundof(ISproposeamethodofcombineddensiwbasedspatialclusteringalgorithmandGIS，whichextracttheattributeofth

5、emultidimensionaldatacanexpandtohandlethemultidimensionaldata，andgetthegoodeffectfromtheanalysisofthethreedimensionspace．Keywords：spatialdatamining；clustering；densityclustering；GISO引言该类算法分为基于局部连通性(1ocalconnectivity)和基随着数据挖掘研究领域技术的发展，特别是高维于密度函数两种。前者将局部

6、范围内密度相对高的区及空间数据挖掘的兴起，作为数据挖掘主要方法之一域连通起来，形成一个簇，代表算法有D~qCAN算法、的聚类算法，也越来越受到人们的关注。数据挖掘OPTICS算法、CLIQUE算法等；后者用密度函数来模(DataMining)，也称知识发现J，是从数据库中便捷地拟数据集的密度分布，代表算法有DENCLUE算法抽取出以前未知的、隐含的、有用的信息，所挖掘出来等。的知识可应用于信息管理、决策支持、过程控制和其它许多应用。所谓聚类，就是把大量的d维数据样本(”1几种用于空间数据挖掘的密度

7、聚类算法个)聚集成k个类(k，7"／)，使同一类中样本的相似性最1．1DBSCAN算法大，而不同类中样本的相似性最小。DBSCAN(DensityBasedSpatialClusteringofAppli—基于密度的聚类算法将簇看作是数据空间中被较cationswithNoise)算法l'J，是一种比较有代表性的基低密度的区域分割开的高密度对象区域，因此可以发于密度的空间聚类算法，它将簇定义为密度相连的点现任意形状的簇，并能识别噪声数据。根据实现方法，的最大集合，能够把具有足够高密度的区域划分为簇

8、，并可在有“噪声”的空间数据库中发现任意形状的聚收稿日期：2007一ll一26类。基金项目：山西省自然科学基金(200501044)I)P~C_-CAN的算法思想是：从数据集D中的任意一作者简介：聂跃光(1982～)，男，山西忻州人，硕士研究生，研究方向为人工智能；陈立潮，教授，博：士，研究方向为模式识别、人=【‘智能、个点P开始，查找D中所有关于Eps(最小半径)和数据挖掘。MinPt,~(密度阈值)的从P密度可达的点。若P是核心维普资讯http://www.cqvip.com·