基于二路生成樹和融合邊界的聚類邊界檢測算法研究.pdf

1、聚類是數據挖掘的主要技術之一，也是學術界研究的熱點問題，并在各個領域的數據分析中起到重要作用。聚類邊界的識別有助于提高聚類結果的準確性和揭示聚類所具有的特性，對它的研究成為近年來研究的熱點，并在聚類分析、虛擬現實、圖像處理、醫(yī)學數據分析等領域中得到了廣泛應用?，F有的聚類邊界檢測算法存在著對參數敏感，執(zhí)行效率低下，不易擴展等缺陷，針對這些問題，本文對聚類邊界檢測技術進行了深入的研究。
　　 為了提高聚類邊界檢測的效率，提出了基于二

2、路生成樹的邊界檢測算法，該算法首先采用二路生成樹的技術對數據集進行聚類，在生成的聚類上采用c-層近鄰技術統(tǒng)計每個點的近鄰，從而計算出每個點的反向近鄰值，根據反向近鄰的值快速提取邊界點。實驗表明該算法的執(zhí)行效率較高，能夠識別任意形狀的邊界，并且具有聚類和邊界的雙重功效。
　　 為了解決現有邊界檢測結果對參數敏感和精度問題，提出了融合邊界檢測思想，即將多個邊界檢測算法提取的邊界結果通過相似圖和共識函數進行合并，以求得到一個正確的邊界