基于局部密度的不确定数据聚类算法

摘要

【目的】为解决由经典聚类算法改进而来的不确定数据聚类算法往往存在原有算法本身的缺点问题,提出一种新的不确定数据聚类方法。【方法】改进不确定距离的度量方法,确保两个不确定对象在以一定概率存在的前提下,再进行二者概率差异的比较;确定聚类中心后,依据局部密度定义最大支持点、密度链域等概念,据此提出一种将数据对象归入相应聚类中心所在簇的新算法。【结果】利用UCI机器学习库中的数据集验证本文聚类算法,实验结果表明,F值较传统不确定数据聚类算法（UK-Means和FDBSCAN）在两组数据集上分别最高提升13.23%和23.44%,算法主要在计算距离矩阵的过程中用时较多,整体聚类时间相较于传统算法略有优势,但不明显。【局限】本文唯一需要设定的参数的选取尚无准确的指导方法;未采用并行计算,使得算法时间复杂度较高。【结论】若直接以数据集的距离矩阵作为输入,本文算法能快速确定聚类中心并完成聚类,而且具有良好的聚类准确率;唯一的参数t值对聚类结果影响较大。