论文部分内容阅读
本文在分析BIRCH算法与CLAP算法的优缺点基础上,结合孤立点挖掘算法,提出一种基于孤立点预测的层次聚类算法，该算法首先采用随机抽样,通过初步聚类的结果定义子聚类和数据项的孤立因子，并采用全局因子和局部因子定义相结合,改进了孤立点的去除和吸收算法.提高了聚类的质量,降低了对数据输入顺序的敏感性,增强了对噪声数据处理的稳健性，并在大型数据库聚类、图像压缩和图像分割等方面进一步得到验证。