高維數(shù)據(jù)下基于密度聚類計法的研究與應用.pdf

1、Alex和Anlessandro于2014年提出的快速搜索聚類方法（FSC)是基于聚類中心的密度要高于其鄰域點并且與其它密度較高的點有一個相對較大的距離的思想，通過對觀測值的密度和相對距離加以度量來展開聚類.FSC不需要進行迭代運算，可以高效地識別集群個數(shù)和聚類中心。但是FSC方法對于高維數(shù)據(jù)的聚類并不是很理想，這主要是由于高維數(shù)據(jù)的“維數(shù)災難”引起的。
　　本文針對FSC方法提出了更能適應于高維數(shù)據(jù)的改進方法，分別是基于主成分分

2、析（PCA)的快速搜索聚類方法（FSCP)和基于硬閾值（HardthreshoMing)的快速搜索聚類方法（HT-FSC)。其中FSCP方法在FSC的基礎上加入了 PC A的思想，對滿足一定區(qū)間限制的主成分生成的較低維數(shù)據(jù)集逐一作聚類分析并輸出最優(yōu)的一組聚類結(jié)果. H T-FSC方法的核心思想同樣是對數(shù)據(jù)做降維的預處理，基于硬閾值的思想，度量相似性距離矩陣時在度量B數(shù)上加入硬閾值B數(shù)，選定合適的閾值，只讓滿足閾值條件的變量加入距離的計算