基于CMBG聚類分析算法設(shè)計(jì)與實(shí)現(xiàn).pdf

1、本文首先對(duì)聚類算法進(jìn)行了分類和綜述。并分析了子空間聚類方法在維度處理上的優(yōu)越性,同時(shí)也指出了基于網(wǎng)格和密度的子空間聚類算法存在的問題。CLIQUE(Clustering in quest)算法是一種基于數(shù)值屬性子空間聚類的高維聚類基礎(chǔ)算法。CLIQUE算法繼承了密度算法和網(wǎng)格算法的優(yōu)點(diǎn),使該算法既能聚類任意形狀的聚簇,又具有較快的執(zhí)行效率,適用于大型數(shù)據(jù)庫中的高維數(shù)據(jù)集。但此類算法不能有效地區(qū)分聚類結(jié)果的邊界點(diǎn)和孤立點(diǎn),嚴(yán)重影響了聚類結(jié)

2、果的質(zhì)量。本文提出了一種基于動(dòng)態(tài)調(diào)整邊界網(wǎng)格的子空間聚類算法(Clusteringby modulate boundaryr grid)-CMBG算法。該算法通過對(duì)邊界網(wǎng)格的處理,有效地解決了以往子空間算法聚類結(jié)果不精確、聚類邊界點(diǎn)與孤立點(diǎn)相混淆的問題。同時(shí)CMBG算法還對(duì)相鄰網(wǎng)格的定義進(jìn)行了擴(kuò)展,解決由于相鄰網(wǎng)格定義導(dǎo)致的聚類結(jié)果混亂的問題。
　　 本文使用JAVA語言實(shí)現(xiàn)了CMBG算法。做了大量的對(duì)比實(shí)驗(yàn),其中包括算法聚類準(zhǔn)