一种基于局部密度的网格排序聚类算法

针对复杂及带噪声的数据集的聚类问题,提出了一种基于局部密度的网格排序策略(GSS-LD),并以其作为网格聚类的组织模式。GSS-LD利用聚类的局部性质进行网格单元排序,将基于网格的聚类问题转换为网格的排序问题,运用相对局部密度变化率的概念,克服了传统网格聚类算法中全局性参数的局限性,使其可以适应多密度数据集的聚类。通过三组具有不同拓扑结构的数据集测试GSS-LD的聚类性能并与其他两种方法进行比较,结果表明GSS-LD可以对复杂数据集进行有效聚类,其时间复杂度分别与数据规模及网格结构具有线性关系,同时具有较强的噪声处理能力。