一种多粒度增量属性的聚类方法

摘要 聚类分析作为一种统计分析方法,以无监督的优势广泛地应用在数据挖掘等领域.随着时代的发展,传统聚类算法不能很好对数据属性增加的情况进行处理.因此,结合人类认知特点,本文提出了一种多粒度增量属性的聚类方法,这是一种新的解决问题的机制,利用多粒度的思想对不确定性数据进行处理.首先利用密度峰值聚类方法对原始数据进行聚类,得到一个初始结果,然后对于某时刻新增加的属性粒集合,将新的属性粒集合对应地增添到原有的属性粒集合的尾部以融合成新的粒度,在不重复聚类的前提下以新粒度为基础,利用邻域的思想动态地更新原有聚类结果以得到新粒度的增量聚类结果.实验结果表明新方法是有效的