网格与密度结合：簇边缘聚类精度提升算法

"该论文提出了一种新的聚类算法，旨在解决基于网格聚类算法在簇边缘精度不足的问题。该算法结合了网格和密度的概念，通过精细化处理位于簇边缘的网格，提高聚类的准确性。作者是张宁、单世民、江贺和张宪超，来自大连理工大学软件学院。实验结果显示，提出的算法在保持较低时间复杂度的同时，能够获得比CLIQUE算法更好的聚类效果。该方法适用于数据密集型场景，尤其适合处理大规模数据集，因为它降低了计算密集度，并且能够处理不规则形状的聚类。" 论文详细内容： 聚类是一种无监督学习方法，用于将数据集分成多个组，使同一组内的数据点彼此相似，而不同组的数据点差异大。常见的聚类算法包括基于划分、层次和密度的方法。基于网格的聚类算法，如CLIQUE，通过将数据空间划分为网格，简化了计算过程，但可能导致簇边缘的聚类质量下降。 本文针对这一问题，提出了一种创新的聚类策略。算法首先采用网格化空间，然后特别关注簇边缘的网格，对其进行更精细的密度分析，以恢复这些不确定数据点的原始信息。通过计算相似度，这些点被正确地分配到相应的簇中。这种方法的优势在于，它能够在保持较低的时间复杂度（优于CLIQUE的O(n)时间复杂度）的同时，提高聚类的精确度。 论文还指出，基于密度的聚类方法，如DBSCAN，虽然能够有效地处理非规则形状的簇并减少噪声的影响，但其计算成本较高。相比之下，新算法通过网格化和密度结合，既保留了密度方法的优点，又降低了计算复杂性。 实验部分展示了在空间数据集上的应用，证明了新算法在相同的时间内能获得优于CLIQUE的聚类结果。此外，由于对数据输入顺序不敏感，新算法适合处理增量数据，对于发现大规模数据集中的任意形状聚类具有显著优势。 关键词涵盖了数据聚类的核心概念，包括基于网格、基于密度以及混合算法的设计。文献标识码和中图分类号则将论文归类到计算机科学与技术领域，特别是数据挖掘和聚类算法的研究。 这篇论文贡献了一种新颖的聚类策略，它通过优化簇边缘的处理，提高了基于网格聚类算法的精度，为大数据分析和聚类问题提供了一个有效的解决方案。