基于Delaunay三角网的聚类算法

　　Mundur等提出了一种基于Delaunay三角网的聚类算法，并将其应用于视频帧的多维特征数据的聚类以生成视频摘要，取得了较好的效果。但是，该算法计算量太大，导致效率不高。为提高该算法的效率，以适合于对大数据集的处理，提出了一种改进的基于Delaunay三角网的聚类算法。通过在典型数据集上的实验，提出了一种新的确定全局聚类阈值的方法，使得计算量大为减少。实验结果表明，该算法无需用户提供聚类参数，也能得到良好的聚类结果，因此能够实现聚类过程自动化；并且计算速度更快，效率更高，适合于大数据集的处理。