用于不同密度聚类的多阶段等密度线算法

北京邮电大学学报

用于不同密度聚类的多阶段等密度线算法

北京邮电大学电子工程学院 , 北京 100876

基金资助:
国创科技公司资助项目

Clustering Datasets Containing Clusters of Various Densities

Electronic Engineering School, Beijing University of Posts and Telecommunications, Beijing 100876, China

Supported by:

摘要/Abstract

摘要： 多阶段等密度线算法是在基于网格的等密度线聚类算法的基础之上 ,采用多阶段的聚类方式来解决分布密度变化较大的数据集的聚类分析问题. 该算法能够找出分布密度不同的各种类别 ,并能很快地处理高维数据集. 此外 ,还能有效地对时间序列数据集进行聚类.

关键词: 数据挖掘, 聚类 , 时间序列

Abstract: The datasets for clustering usually contain clusters of various densities. Few clustering algorithms can handle such kind of datasets. Our algorithm strives to solve the problem in a multi-stage manner. It can discover clusters of different densities effectively. Besides, it can handle high-dimensional datasets and can cluster time-series datasets as well.

Key words: data mining, clustering, time series

中图分类号:

TP181
O235

赵艳厂,　宋　梅,　谢　帆,　宋俊德 . 用于不同密度聚类的多阶段等密度线算法[J]. 北京邮电大学学报.

ZHAO Yan-chang,　 SONG Mei,　 XIE Fan,　 SONG Jun-de . Clustering Datasets Containing Clusters of Various Densities [J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM.

[1]	孙艺夏启钊. 半监督聚类目标下粒子群算法的分析与改进[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[2]	温卫. 基于密度聚类的容迟网络路由协议研究[J]. 北京邮电大学学报, 2020, 43(5): 0-0.
[3]	张志华王梦情毛文涛刘春红程渤. 基于时序相关性的云平台多负载序列联合预测[J]. , 2020, 43(4): 68-75.
[4]	何倩, 李双富, 黄焕, 徐红. 一种海量数据快速聚类算法[J]. 北京邮电大学学报, 2020, 43(3): 118-124.
[5]	双锴, 李怡雯, 吕志恒, 韩静, 刘建伟. 基于归一化特征判别的日志模板挖掘算法[J]. 北京邮电大学学报, 2020, 43(1): 68-73.
[6]	苏东, 余宁梅. 基于深度学习的OBD端口占用状态自动识别算法[J]. 北京邮电大学学报, 2019, 42(6): 49-57.
[7]	张嘉驰, 刘留, 周涛, 王凯, 朴哲岩. 基于机器学习的无线信道簇的提取与轨迹追踪[J]. 北京邮电大学学报, 2019, 42(4): 126-132.
[8]	项英倬, 魏强, 游凌. 基于通联行为的信息传播模式挖掘方法[J]. 北京邮电大学学报, 2019, 42(3): 83-90.
[9]	袁仁进, 陈刚, 李锋, 魏双建. 基于VSM和Bisecting K-means聚类的新闻推荐方法[J]. 北京邮电大学学报, 2019, 42(1): 114-119.
[10]	杨福兴, 胡智超, 孔继利. 基于动态聚类混合拓扑结构粒子群算法的PDVRPTF[J]. 北京邮电大学学报, 2019, 42(1): 16-21.
[11]	吉星, 黄韬, 鄂新华, 孙礼. 基于日志信息的DNS查询异常检测算法[J]. 北京邮电大学学报, 2018, 41(6): 83-89.
[12]	刘永利, 郭呈怡, 王恒达, 晁浩. 增量式模糊C有序均值聚类算法[J]. 北京邮电大学学报, 2018, 41(4): 29-36.
[13]	冯霞, 张江, 左海超. 一种基于查询聚类的物化视图动态调整策略[J]. 北京邮电大学学报, 2018, 41(4): 16-22.
[14]	毛洪亮, 吴震, 贺敏, 唐积强, 沈蒙. 基于启发式的比特币地址聚类方法[J]. 北京邮电大学学报, 2018, 41(2): 27-31.
[15]	秦童, 孙斌, 朱春鸽, 刘悦, 胡秀妮. 虚拟计算环境下基于聚类的资源匹配优化模型[J]. 北京邮电大学学报, 2017, 40(s1): 63-67.