论文部分内容阅读
聚类和聚类边界已经成为数据挖掘中两个研究热点.为了精确聚类,提出一种对检测边界后的数据集进行聚类的算法——BdCluster.该算法首先采用深度优先搜索策略将已知的边界对象进行分类;然后精减各边界对象集合中的数据,并顺序排列,形成闭合的边界曲线;最后采用夹角和法对核心对象进行聚类.实验结果表明,BdCluster算法可以正确识别各种形状的聚类,且时间性能是高效的.