首页 | 本学科首页   官方微博 | 高级检索  
     

适合多密度的DBSCAN改进算法
引用本文:侯思祖,韩思雨,韩利钊,钱雪忠.适合多密度的DBSCAN改进算法[J].传感器与微系统,2018(8):137-139,146.
作者姓名:侯思祖  韩思雨  韩利钊  钱雪忠
作者单位:华北电力大学电子与通信工程系,河北保定,071003 江南大学物联网技术应用教育部工程研究中心,江苏无锡,214122
基金项目:中央高校基础研究资助项目(JUSRP51510
摘    要:针对具有噪声的基于密度的空间聚类(DBSCAN)算法使用固定参数Eps和Minpts,导致多密度的数据聚类效果不理想的问题,提出了一种适合多密度的DBSCAN改进算法.对数据进行预处理,识别出每个数据对象周围的密度,据此自动生成适合本区域密度的密度阈值.聚类结束前,采用密度阈值进行扩展聚类;进行下一个簇的聚类时自动生成适合本区域的密度阈值,依次进行,直到达到聚类停止条件.大量实验表明:所提算法能有效地对多密度,任意形状的数据进行聚类.

关 键 词:DBSCAN算法  多密度聚类  自适应密度阈值

Improved DBSCAN algorithm for multi-density
HOU Si-zu,HAN Si-yu,HAN Li-zhao,QIAN Xue-zhong.Improved DBSCAN algorithm for multi-density[J].Transducer and Microsystem Technology,2018(8):137-139,146.
Authors:HOU Si-zu  HAN Si-yu  HAN Li-zhao  QIAN Xue-zhong
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号