5.2.5  基于网格的聚类算法

基于网格的聚类算法是首先将图像空间数据量化成某些单元，然后该算法对这些量化单元进行聚类。经典的基于网格的聚类算法有STING算法、CLIQUE算法以及WaveCluster算法。STING算法是一种针对不同级别的分辨率将图像空间分为多个级别的长方形单元的多分辨率的聚类方法；CLIQUE算法是一种综合密度与网格的针对处理高维数据集的聚类算法；WaveCluster算法采用小波变换把图像的数据集的空间域转变为其频率域，并在这个频率域中找到密集的数据区域而实现数据聚类。基于网格的聚类算法虽然能快速聚类，但是该算法只能对垂直和水平边界执行聚类，不能对斜边界执行聚类，因此该算法具有一定的局限性；其时间复杂程度通常与数据集的规模无关而与网格数目相关，若网格单元数太大，则其时间复杂度就会变大，反之若网格单元数太小，该算法的聚类精确度就会受影响，因此该算法选取恰当的网格数是取得良好的聚类效果的关键环节。