Cutting edge spatial clustering technique based on proximity graphs & An adaptive spatial clustering algorithm based on delaunay triangulation
本文思想方法来源于两篇论文(CutEsc&AsCDT)
1 本文方法大致思路
step 1 构建三角剖分图
step 2 去除全局影响global effect(方法来自CutEsc)
step 3 去除局部影响locally effect(方法来自AsCDT)
step 4 生成簇标签
2 方法实现
2.1 根据数据集构建三角剖分图
matlab中有现成的函数调用即可,不过该函数的输出结果并不是边而是三角,所以我又写了个函数将其转化为我习惯的边(即第一行为起点,第二行为终点,第三行为权重的矩阵)
2.2 去除全局影响
具体的理论参考论文【1】,这里只贴出实现结果
2.3 去除局部影响
将图中每个点的边当成一个向量,其中边的距离越长向量的大小越大,向量的方向为边的方向。求出每个点的合向量,然后去除与合向量夹角大于九十度的边。如下图所示:
实验结果:
2.4 划分簇
根据点的连通性划分簇,结果如下: