基于单元网格近邻势的聚类方法.pdf

中国科技论文在线

基于单元网格近邻势的聚类方法
陈新泉*
（重庆三峡学院智能信息处理研究所）
5 摘要：为解决有限区域内分布的稀疏不均的、具有一定分布结构的大数据集的聚类分析难题，
在近邻思想、网格化空间划分及万有引力叠加原理的启发下，本文提出了一种面向大数据的
基于单元网格近邻势的聚类方法。该方法是基于近邻势的聚类方法在单元网格层次上的一种
可以提升聚类速度的扩展。为有效实现并在时空效率方面对这种聚类方法进行尽可能的改
10 进，我们使用了近邻点集、单元网格、网格密度、多维网格划分法、多维索引树等一些比较
重要的概念和方法。仿真实验中，先使用多个不同类型的人工数据集将本文提出的几个算法
与几个经典聚类算法在聚类精度、聚类速度等方面进行适当的比较，接着采用 2 副图片的
RGB 空间象素点集来验证我们算法的聚类压缩效果，说明这种方法的几个算法版本在某些
方面各具有一定的有效性或优越性。为进一步推广并在实际中发掘出这个算法的应用价值，
15 最后给出了几点较有价值的研究展望。
关键词：大数据；单元网格；网格密度; 近邻网格集
中图分类号：TP181

A Clustering Method Based on Near Neighbour Influence of
20 Grid Cells
Chen Xinquan
(Graduate School of Intelligent Information Processing, Chongqing Three Gorges University)
Abstract: To solve the cluster analysis problem of big data sets with a certain distribution
structure within a limited area, under the concepts of neighboring, grid space and the idea of the
25 superposition principle of universal gravitation, this paper proposes a clustering method based on
near neighbour influence of grid cells facing big data. It is an extended clustering method based on
near neighbour influence on the level of grid cells that can enhance the clustering speeds. To
achieve effective improvements, the near neighbour point sets, the density of grid cell, the
multidimensional grid partition method in multi-dimension, and the multidimensional index tree
30 are used. In simulation experiments, we first use some different types of artif