一种基于势能的快速聚类算法

摘要

聚类问题是数据挖掘领域的核心问题之一,其目的是将物理或抽象对象的集合分组成为由类似的对象组成的多个类.聚类分析作为一种统计手段在商业和科学领域有着广泛的应用,然而随着科学技术的发展,各个领域积累的数据也在快速增长.现有聚类算法对处理大量数据效果并不理想.面对大量数据,如何快速有效进行聚类分析,同时计算任意形状的聚类结果已成为一个重要问题.本文提出了采用势能的概念来描述数据的空间分布特征,并提出了一种基于势能概念和网格的快速聚类算法CUPE.CUPE算法保持了密度聚类算法发现任意形状的聚类结果和对噪音数据不敏感的优点,同时又使算法具有较低的时间复杂性,因此CUPE算法具有高效性,适合对大量数据甚至海量数据的挖掘.