基于Delaunay三角網(wǎng)的聚類算法

　　Mundur等提出了一種基于Delaunay三角網(wǎng)的聚類算法，并將其應(yīng)用于視頻幀的多維特征數(shù)據(jù)的聚類以生成視頻摘要，取得了較好的效果。但是，該算法計(jì)算量太大，導(dǎo)致效率不高。為提高該算法的效率，以適合于對(duì)大數(shù)據(jù)集的處理，提出了一種改進(jìn)的基于Delaunay三角網(wǎng)的聚類算法。通過在典型數(shù)據(jù)集上的實(shí)驗(yàn)，提出了一種新的確定全局聚類閾值的方法，使得計(jì)算量大為減少。實(shí)驗(yàn)結(jié)果表明，該算法無需用戶提供聚類參數(shù)，也能得到良好的聚類結(jié)果，因此能夠?qū)崿F(xiàn)聚類過程自動(dòng)化；并且計(jì)算速度更快，效率更高，適合于大數(shù)據(jù)集的處理。