论文部分内容阅读
现有的基于网格聚类算法在付出较小的时间复杂度的同时，牺牲了聚类的质量，得到的往往并不是最理想的聚类结果，尤其是在簇边缘可能出现数据点聚类不准现象。提出了一种将网格化空间中位于簇边缘的网格进行精度进一步细化处理的算法，将这些边缘网格中的这些不确定的点重新恢复它们的固有信息，再利用相似度函数将它们分配到合适的簇中。在空间数据集上实验数据表明，这种簇边缘精度增强聚类算法可在O（n）时间内得到优于CLIQUE算法的聚类结果。