資源描述：
《基于網(wǎng)格和密度聚類算法的研究》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、ResearchonGridandDensityBasedClusteringAlgorithmMAYifengAthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinComputerSoftwareandTheoryi11ChangshaUniversityofScience&TechnologySupervisorProfessorCHENXiMarch，2011長沙理工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨立進(jìn)行研究所取得的
2、研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任何其他個人或集體已經(jīng)發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中以明確方式標(biāo)明。本人完全意識到本聲明的法律后果由本人承擔(dān)。作者簽名：烏一峰1日期：砷f年，月況日學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，同意學(xué)校保留并向國家有關(guān)部門或機構(gòu)送交論文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)長沙理工大學(xué)可以將本學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，可以采用影印、縮印或掃描等復(fù)制手段保存和匯編本學(xué)位論文。本學(xué)位論文屬于1、保密口，在——年解密后適用本授權(quán)書
3、。2、不保密團(tuán)。(請在以上相應(yīng)方框內(nèi)打“4”)作者簽名：導(dǎo)師簽名：烏。峰f，崴日期：珈，f年j’月≥≥日日期：知11年r月≯厶日摘要基于網(wǎng)格和密度的聚類算法速度快，能發(fā)現(xiàn)任意形狀的簇，適于空間數(shù)據(jù)的聚類。但現(xiàn)有的基于網(wǎng)格和密度的聚類算法往往要求用戶輸入網(wǎng)格粒度和密度閾值這兩個參數(shù)，這加重了用戶的負(fù)擔(dān)，并且導(dǎo)致聚類結(jié)果不可控。網(wǎng)格粒度決定了觀察數(shù)據(jù)所用的分辨率，從而基本上決定了聚類的結(jié)果；同時網(wǎng)格的大小還影響到聚類的速度。現(xiàn)有算法在處理網(wǎng)格粒度和密度閩值時，多數(shù)是根據(jù)數(shù)據(jù)點總數(shù)以及平均密度等統(tǒng)計量，利用一個經(jīng)驗公式求得這兩個參數(shù)，比較簡單化。在分析聚類分析主要算法特別是其對網(wǎng)格粒度和
4、密度閾值的處理方法的基礎(chǔ)上，首先提出了在給定密度閾值條件下，密網(wǎng)格最多時網(wǎng)格粒度最優(yōu)的觀點。在此基礎(chǔ)上，提出了在給定一組密度閾值條件下，根據(jù)密網(wǎng)格最多原則以及網(wǎng)格劃分中密網(wǎng)格和稀疏網(wǎng)格的產(chǎn)生情況確定最佳密度閾值和網(wǎng)格粒度的方法。用該方法得到的網(wǎng)格粒度既能反映數(shù)據(jù)的內(nèi)部結(jié)構(gòu)，同時又不致陷入到瑣碎的局部細(xì)節(jié)中去，其粒度對于聚類分析是合適的，是對數(shù)據(jù)的一種很好的壓縮。這種方法大大減輕了用戶對領(lǐng)域知識的需求，基本實現(xiàn)了無參聚類。實驗表明，這種方法速度快，能發(fā)現(xiàn)空間數(shù)據(jù)的主要聚類結(jié)構(gòu)。關(guān)鍵詞：聚類算法；網(wǎng)格粒度；密度閾值；無參聚類ABSTRACTGridanddensitybasedclus
5、teringalgorithmsalefast,andtheyCanfindclustersofarbitraryshape，SOthesealgorithmsaresuitableforclusteringofspatialdata．However,currentlyavailablegridanddensity-basedclusteringalgorithmsoftenrequiretheusertOentertwoparameters：gridsizeanddensitythreshold,thusincreasingtheburdenonusersandmakingclu
6、steringresultsuncontrollable．Gridsizedeterminestheresolutionusedtoobservethedata,whichbasicallydeterminestheresultsofclustering．Meanwhilethegrdsizealsoaffectsthespeedofgridclusteringalgorithm．Whendealing謝mthegridsizeanddensitythreshold，mostcurrentlyavailablealgorithmsarebasedonthetotalnumberof
7、datapoints，theaveragedensityandotherstatistics．Theyuseanempiricalformulatoobtainthesetwoparameters．Thesesmethodsarerathersimply．Afteranalyzingthemainclusteringalgorithmespeciallytheapproachesofdealingwithgridsizeanddensitythreshold，this
