论文部分内容阅读
本文针对CURD方法的缺点、提出一种综合的聚类方法-RDVS。本方法首先选取代表点并计算代表点的密度,然后将代表点及其密度信息作为神经网络(ViSOM)的输人信息,经过网络训练,得到聚类结果。实验结果表明,RDVS方法可识别任意形状、大小的类,过滤“噪声”数据;算法执行效率高,适合大规模数据的聚类间题。与其他神经网络聚类方法相比,RDVS方法具有很高的执行效率;而与CURE和CURD方法相比,RDVS方法又具有很好的可视性.