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，更多相關內容在學術論文-天天文庫。
1、ResearchonGridandDensityBasedClusteringAlgorithmMAYifengAthesissubmittedinpartialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringinComputerSoftwareandTheoryi11ChangshaUniversityofScience&TechnologySupervisorProfessorCHENXiMarch，2011長沙理工大學學位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的
2、研究成果。除了文中特別加以標注引用的內容外，本論文不包含任何其他個人或集體已經發(fā)表或撰寫的成果作品。對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。本人完全意識到本聲明的法律后果由本人承擔。作者簽名：烏一峰1日期：砷f年，月況日學位論文版權使用授權書本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。本人授權長沙理工大學可以將本學位論文的全部或部分內容編入有關數(shù)據(jù)庫進行檢索，可以采用影印、縮印或掃描等復制手段保存和匯編本學位論文。本學位論文屬于1、保密口，在——年解密后適用本授權書
3、。2、不保密團。(請在以上相應方框內打“4”)作者簽名：導師簽名：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)，這加重了用戶的負擔，并且導致聚類結果不可控。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果；同時網(wǎng)格的大小還影響到聚類的速度?，F(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)的內部結構，同時又不致陷入到瑣碎的局部細節(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)的主要聚類結構。關鍵詞：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
