障碍空间中不确定数据聚类算法

摘要：

　　近些年，由于数据采集的不精确和数据本身的不确定性，使不确定性在位置数据中普通存在。在障碍空间中，聚类不确定数据面临新的挑战。提出了障碍空间中聚类不确定数据的OBS-UK-means算法，并提出了分别基于R树和Voronoi图的两种剪枝策略和最近距离区域的概念，大大减少了计算量。通过实验验证了OBS-UK-means算法的高效性和准确性，同时证明了剪枝策略在不损害聚类有效性的情况下，能够有效地提高聚类效率。

关键词： 不确定数据 聚类算法 障碍空间 概率密度函数 剪枝策略

作者: CAO Keyan 曹科研 WANG Guoren 王国仁 HAN Donghong 韩东红 YUAN Ye 袁野 HU Yachao 胡雅超 QI Baolei 齐宝雷

作者单位: College of Information Science and Engineering, Northeastern University, Shenyang 110819, China 东北大学信息科学与工程学院,沈阳110819

会议类型: 国内会议

会议名称: 第29届中国数据库学术会议

会议地点: 合肥

会议语种:中文

页码: 1087-1097

在线出版日期: 2012-10-01（万方平台首次上网日期，不代表论文的发表时间）