基于密度的聚类和基于网格的两大聚类算法 基于密度的聚类方法 划分和层次方法旨在发现球状簇。他们很难发现任意形状的簇。改进思想，将簇看作数据空间中由低密度区域分隔开的高密度对象区域。这是基于密度的聚类方法的主要策略。基于密度的聚类方法可以用来过滤噪声孤立点数据，发现任意形状的簇。DBSCAN：基
摘要:本文改进了基于密度和网格的CLIQUE算法,并把它应用于数据流聚类中。通过新的摘要数据结构,网格不仅能记录数据流的统计信息,还能记录空间信息。实现了一个对非球状数据集敏感、能对历史信息查询、并能进行演化分析的数据流聚类算法。关键词:数据流;聚类;网格;密度;演化 ...
基于网格和密度的数据流聚类算法
满意的结果。为提高对多密度数据集的聚类效果,提出了一种基于网格和信息熵的多密度聚类算法,它通过不 同密度的网格所携带的信息熵,自动计算出密度阈值,找出在多密度数据集中不同的类。实验证明,该算法能 有效的去处噪声,发现多密度的类,具有较好的聚类效果。
聚类网格基于密度的聚类数据流在"数据流分析"这一数据挖掘的应用领域中,常规的算法显得很不适用.主要是因为这些算法的 挖掘过程不能适应数据流的动态环境,其挖掘模型,挖掘结果不能满足实际应用中用户的需求.针对这一问题,本文提出了一种基于网格和密度的聚类方法,来有效 地完成对数据流的分析任务.该方法打破传统聚类...
基于网格和信息熵的多密度聚类算法
真实数据集通常密度分布不均,多数基于网格和密度的聚类算法采用 的单调性搜索方法难以形成有效聚类.为此,文中提出了基于网格密度和距离信息特征的聚类算法(GDD).该算法将数据空间划分成网格单元,并构建基于簇中 心距离信息的跃迁函数,通过考察局域范围内网格单元的密度跃迁比,并比对计算出的当前网格单元的跃迁函数值,以...
一种基于密度和网格的高效聚类算法
一种基于网格和密度的数据流聚类算法 Keywords: 聚类网格基于密度的聚类数据流 Full-Text Cite this paper Add to My Lib Abstract: 在“数据流分析”这一数据挖掘的应用领域中,常规的算法显得很不适用。主要是因为这些算法的挖掘过程不能适应数据流的动态环境,其挖掘模型、挖掘结果不能满足实际应用中用户的需求...
基于密度的聚类和基于网格的两大聚类算法 热度: 一种基于网格的密度聚类算法研究及应用 热度: 分类号:分类号:分类号:分类号:O235O235O235O235单位代码:单位代码:单位代码:单位代码:10110101101011010110 学学学学号:号:号:号:s20080676s20080676s20080676s20080676 ...