论文研究基于密度的改进BIRCH聚类算法.pdf

针对传统的BIRCH算法用直径来控制聚类的边界，对非球形聚类效果不佳，甚至会把非球状的簇分割为不同簇这一缺点，对BIRCH算法进行改进，改进算法首先建立多棵CF树，每棵CF树代表一个簇，并结合DBSCAN算法的密度可达的思想。该算法能对任意形状的簇进行准确的聚类。实验表明，算法能通过一次扫描进行有效聚类，时间复杂度与BIRCH算法相同，对大规模数据集具有较高的处理速度，实现了动态聚类，并可以准确地对任意形状的簇进行聚类并发现噪声点。