论文研究基于密度与网格的聚类算法的改进.pdf

针对传统基于密度树网格聚类算法中存在人为设置密度阈值、重复查询邻域内对象以及边界点处理不当等问题，提出了一种改进的基于密度与网格的聚类算法。该算法首先将全部网格的平均密度值作为其密度阈值，避免了人为设置密度阈值的偏差；其次采用自适应算法确定密度半径，使其能适用到动态的聚类中；然后采用对邻域外未标记的点作为下一个核心点，依据分类情况进行扩展，对邻域对象的查询不再出现重复；最后对边界点进行了处理，增强了算法的聚类精度。实验结果表明，改进的算法在时间的效率及精度方面均有提高，并且能更好地适应聚类的动态性。