利用形状保持采样的任意形状聚类方法

摘要

任意形状聚类旨在快速、准确地分析识别出数据集中具有任意分布形状的数据簇.大多数现有方法具有二次方以上的时间复杂度.为降低计算代价，部分方法通过下采样来减少待分析的数据量，但采样结果常不能保持原始的数据分布形状，进而影响最终聚类结果.本文提出一种利用形状保持采样的任意形状聚类方法.首先，在原始数据集上进行下采样，使采样点均匀连续地分布于原始的数据分布内，从而保持原始的数据分布形状；然后，基于采样点选取代表点并调整各代表点位置，使其与近邻的同质代表点靠拢，提升邻近代表点属于同一聚类的概率；最后，基于类间最小距离对代表点进行凝聚聚类，将邻近代表点逐渐合并到同一聚类中.实验结果表明，本文方法在聚类结果准确性、运行效率上均优于现有代表性方法.

关键词

任意形状聚类 / 形状保持采样 / 凝聚聚类