| 一种改进的基于密度的聚类算法 |
| |
| 引用本文： | 陈燕,耿国华,郑建国.一种改进的基于密度的聚类算法[J].微机发展,2005,15(3):17-19,89. |
| |
| 作者姓名： | 陈燕 耿国华 郑建国 |
| |
| 作者单位： | 西北大学计算机科学系，西北大学计算机科学系，西北大学计算机科学系 陕西西安710069，陕西西安710069，陕西西安710069 |
| |
| 基金项目： | 国家自然科学基金资助项目(60372072)，陕西省自然科学基金资助项目(2003033519) |
| |
| 摘 要： | 基于密度的聚类是聚类算法中的一种，其主要优点是可以发现任意形状的簇，对噪声不敏感。而现有的该类算法对于空间数据分布不均匀的情况聚类效果不佳。鉴于此，文中提出一种改进的基于密度的聚类算法，保持了基于密度的聚类算法的优点，并且可以有效地处理分布不均的数据集，减少了时间复杂度，适用于对大规模数据库的挖掘与分析。
|
| 关 键 词： | 聚类 簇 密度 离群度 高维 数据挖掘 |
| 文章编号： | 1005-3751(2005)03-0017-03 |
An Improved Density-Based Clustering Algorithm |
| |
| CHEN Yan,GENG Guo-hua,ZHENG Jian-guo.An Improved Density-Based Clustering Algorithm[J].Microcomputer Development,2005,15(3):17-19,89. |
| |
| Authors: | CHEN Yan GENG Guo-hua ZHENG Jian-guo |
| |
| Abstract: | Density-based clustering analysis is a kind of clustering analysis methods that can discover clusters with arbitrary shape and is insensitive to noise data.However,existing work in clustering analysis cannot deal with database with uneven distribution efficiently.In this paper,an improved algorithm is presented.It keeps the good features of density-based clustering method, and it can also do efficiently when it face with the database with uneven distribution.Furthermore,it is linear time complex, so it can be used in mining very large databases. |
| |
| Keywords: | clustering cluster density outlier degree high dimension data mining |
| 本文献已被 CNKI 维普 等数据库收录！ |
