自动连结链聚类算法

李隘优

( 闽西职业技术学院 计算机系,福建 龙岩 364021 )

摘要：针对传统聚类算法存在时间性能低效且需要输入参数的缺点，本文提出了一种自动连结链聚类新算法.该算法在确立数据的基础上,通过计算数据点与各顶点的距离并加以排序形成不同群组，然后快速搜寻出它们的相邻点形成连结链网络，再根据连结链的平均距离删除过长的连结链，从而达到聚类的目的.实验结果表明,本文算法与DBSCAN及Single-Link算法具有相同的聚类效果，但执行时间约仅为这两种算法的10%.

关键词：自动连结链； 聚类算法； 象限； 网络

收稿日期：2015-06-28

作者简介：李隘优(1980—)，男，讲师，研究方向为算法分析与设计.

文章编号：1004-4353(2015)03-0254-03

中图分类号：TP309.3

Automatic link-chain clustering algorithm

LI Aiyou

(DepartmentofComputer,MinxiVocational&TechnicalCollege,Longyan364021,China)

Abstract：Time performance for shortcomings and inefficiencies of traditional clustering algorithms require input parameters,this paper proposes a new algorithm. The algorithm on the basis of the data side established by the distance calculation of data points and the vertices and be able to sort the formation of different groups,and then quickly find out their adjacent points form a network link chain,according to the average distance is too long and then delete the link chain link chain,which serve the purpose of clustering. Experimental results show that the execution time of the automatic link chain clustering algorithm accounts for about 10% of the common algorithm.

Key words： automatic link-chain; clustering algorithm; quadrant； network

0引言

群集分析技术[1]由于能够明显突出群体间的差异性，因此被广泛应用于图像识别、数据压缩、影像处理、空间分析和生物信息特征分析等领域.但目前大多群集分析技术算法需要事先给出(或输入)一个或多个参数，而确定适当的这些参数本身就不是一件易事，这不仅加大了聚类分析过程的复杂度，有时也影响了聚类结果[2].例如K-Means聚类算法[3]中，必需代入参数k以确立所要聚类的群体数，并需要反复尝试及验算，才能得到较好的聚类结果，计算量非常大.这类代入参数的聚类算法需建立一套参数范围估算的验算公式，才能有效地执行群集分析.鉴于此，本文引入自动连结链聚类算法(automatic link-chain clustering algorithm，ALC Algorithm)，它无需输入参数，也无需反复针对聚类……