Ludwig-Maximilians-Universität München Institut für Informatik, LFE Datenbanksysteme Prof. Dr. Hans-Peter Kriegel

University of Munich Institute for Computer Science Database and Information Systems

Beschreibung

Die hierarchische Clusterstrukur von Daten kann durch ein sogenanntes Dendrogramm repräsentiert werden. Das ist ein Baum, der die hierarchische Zerlegung der Datenmenge O in immer kleinere Teilmengen darstellt. Die Wurzel repräsentiert einen einzigen Cluster, der die gesamte Menge O enthält. Die Blätter des Baumes repräsentieren Cluster, in denen sich ein einzelnes Objekt der Datenmenge befindet. Ein innerer Knoten repräsentiert die Vereinigung aller seiner Sohnknoten. Jede Kante zwischen einem Knoten und einem seiner Sohnknoten hat als Attribut noch die Distanz zwischen den beiden repräsentierenden Mengen von Objekten.
Zusätzlich zur Distanzfunktion zwischen einzelnen Objekten muß hier auch eine Distanzfunktion zwischen Mengen von Objekten vorgegeben werden.

Im Rahmen der Projektarbeit soll ein Algorithmus zur Berechnung des Dendrogramms implementiert werden. Die Implementierung soll generisch sein, so dass sie für beliebige Datentypen (nicht nur Feature Vektoren) verwendet werden kann. Als Distanzfunktion für Mengen von Objekten sollen Single-Link, Complete-Link und Average-Link implementiert werden. Weitere Distanzfunktionen sollen leicht ergänzt werden können.
Zusätzlich zur Berechnung soll eine geeignete Visualisierung implementiert werden.

Programmierkenntnisse in Java

Bearbeiter:

Elke Schumm

Ansprechpartner:

Karin Kailing, Zi. E 1.06, Tel. 2180-9325, email: kailing@dbs.informatik.uni-muenchen.de
Peer Kröger, Zi. E 1.08, Tel. 2180-9327, email: kroegerp@dbs.informatik.uni-muenchen.de

Homepages: DBSInstitutLMU