| GDBSCAN聚类算法的优化 |
| |
| 引用本文： | 孙晓霞,刘晓霞,谢倩茹.GDBSCAN聚类算法的优化[J].计算机应用与软件,2007,24(2):156-158. |
| |
| 作者姓名： | 孙晓霞 刘晓霞 谢倩茹 |
| |
| 作者单位： | 西北大学信息科学与技术学院 陕西西安710069 |
| |
| 摘 要： | 基于密度的聚类作为数据挖掘中聚类算法的一种分析方法,它能找到样本比较密集的部分,并且概括出样本相对比较集中的类.指出广义的基于密度的空间聚类算法GDBSCAN在参数选取方面的局限性,并提出了改进方法.最后讨论了改进的GDBSCAN算法的实现过程.
|
| 关 键 词： | 数据挖掘 聚类 DBSCAN算法 GDBSCAN算法 GDBSCAN 空间聚类算法 优化 IMPLEMENTATION ALGORITHM 过程 改进方法 参数选取 广义的 比较 样本 分析 数据挖掘 基于密度 |
| 修稿时间： | 2006-01-10 |
AN IMPROVED GDBSCAN ALGORITHM AND ITS IMPLEMENTATION |
| |
| Sun Xiaoxia,Liu Xiaoxia,Xie Qianru.AN IMPROVED GDBSCAN ALGORITHM AND ITS IMPLEMENTATION[J].Computer Applications and Software,2007,24(2):156-158. |
| |
| Authors: | Sun Xiaoxia Liu Xiaoxia Xie Qianru |
| |
| Abstract: | As one analyzing method of clustering algorithm in data mining,DBSCAN can find relatively dense regions,which are clusters.On the basis of presenting the localization of parameter selection about GDBSCAN,an improved notion is proposed.Finally,the implementation of the improved GDBSCAN is given. |
| |
| Keywords: | Data mining Clustering DBSCAN algorithm GDBSCAN algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
