DENSITY BASED CLUSTERING FOR MULTIDIMENSIONAL DATA

• Main Authors: RODINGER, TOMAS, LARIO, PAULA I
• Format: Patent
• Language: English; French
• Published: 03.06.2011
• Subjects: CALCULATING; COMPUTING; COUNTING; ELECTRIC DIGITAL DATA PROCESSING; INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTEDFOR SPECIFIC APPLICATION FIELDS; PHYSICS

A new density based clustering method for clustering data points in multidimensional space is described. Each point has a neighborhood consisting of all points that are within a preset cutoff radius or distance. Each point is assigned a density measure based on the number of points in its neighborhood. Any point that has a higher density than any of its neighboring points is the centre of a cluster and is assigned a unique cluster ID. Every other point follows a path through the graph of neighboring points such that density is increasing as fast as possible until a cluster center is reached. The algorithm's performance is demonstrated on a one-dimensional, two-dimensional, and 18-dimensional dataset. L'invention concerne un nouveau procédé de mise en grappe basé sur la densité permettant de mettre en grappe des points de données dans un espace multidimensionnel. Chaque point possède un voisinage comprenant tous les points qui se trouvent dans un rayon ou à une distance de coupe prédéfinis. A chaque point est affectée une mesure de densité qui dépend du nombre de points figurant dans son voisinage. Tout point ayant une densité supérieure à l'un de ses points voisins constitue le centre d'une grappe et se voit affecter un ID de grappe unique. Chacun des autres points suit une trajectoire au sein du graphique de points voisins de sorte que la densité augmente le plus vite possible jusqu'à atteindre un centre de grappe. Les performances de l'algorithme sont démontrées dans un ensemble de données unidimensionnel, bidimensionnel et à 18 dimensions.