数据驱动的二维点集自适应聚类算法

摘要

这里针对二维点集的聚类问题提出了一种新的自适应算法．该算法首先采用特征滤波器，提取样本集中具有线性特征的点，同时生成样本点之间的相互关系；然后根据相互关系，自适应地生成线状和球状分布的分类．实验结果表明，该算法不仅能够成功地对包含有多种分布的样本进行分类，而且具有较强的抗噪声能力．