密度敏感的数据竞争聚类算法

来源：计算机应用杂志2015年第2期北京时间：

作者：苏辉, 葛洪伟, 张欢庆, 袁运浩

单位：1. 江南大学 物联网工程学院, 江苏 无锡 214122;2. 轻工过程先进控制教育部重点实验室(江南大学), 江苏 无锡 214122

摘要：针对数据竞争聚类算法在处理复杂结构数据集时聚类性能不佳的问题,提出了一种密度敏感的数据竞争聚类算法。首先,在密度敏感距离测度的基础上定义了局部距离,以描述数据分布的局部一致性;其次,在局部距离的基础上计算出数据间的全局距离,用来描述数据分布的全局一致性,挖掘数据的空间分布信息,以弥补欧氏距离描述数据分布全局一致性能力不佳的缺陷;最后,将全局距离用于数据竞争聚类算法中。将新算法与基于欧氏距离的数据竞争聚类算法进行性能比较,在人工数据集和真实数据集上的实验结果表明,该算法克服了数据竞争聚类算法难以处理复杂结构数据的缺点,聚类结果具有更高的准确率。

关键词：聚类,数据竞争,密度敏感,距离测度,聚合场

基金资助：国家自然科学基金资助项目(61402203,61305017);江苏省普通高校研究生科研创新计划项目(KYLX_1122);江苏高校优势学科建设工程资助项目。