首页 | 本学科首页   官方微博 | 高级检索  
     

改进k值自动获取VDBSCAN聚类算法
引用本文:赵文冲,蔡江辉,张继福. 改进k值自动获取VDBSCAN聚类算法[J]. 计算机系统应用, 2016, 25(9): 131-136
作者姓名:赵文冲  蔡江辉  张继福
作者单位:太原科技大学 计算机科学与技术学院, 太原 030024,太原科技大学 计算机科学与技术学院, 太原 030024,太原科技大学 计算机科学与技术学院, 太原 030024
摘    要:针对DBSCAN聚类算法不能对变密度分布数据集进行有效聚类,VDBSCAN算法借助k-dist图来自动获取各个密度层次的数据对象的邻域半径,解决了具有不同密度层次分布数据集的聚类问题. k-VDBSCAN算法通过对k值的自动获取,减小了VDBSCAN中参数k对最终聚类结果的影响. 针对k值的自动获取,在原有的k-VDBSCAN聚类算法基础上,依据数据集本身,利用数据对象间距离的特征,提出了一种k值改进自动获取聚类算法. 理论分析与实验结果表明,新的改进算法能够有效的自动获得参数k的值,并且在聚类结果、时间效率方面都有明显的提高.

关 键 词:变密度  VDBSCAN  k值获取  k-VDBSCAN  点间距离特征
收稿时间:2015-12-25
修稿时间:2016-02-25

Based on Improved Parameter k Chosen Automatically in VDBSCAN Clustering Algorithm
ZHAO Wen-Chong,CAI Jiang-Hui and ZHANG Ji-Fu. Based on Improved Parameter k Chosen Automatically in VDBSCAN Clustering Algorithm[J]. Computer Systems& Applications, 2016, 25(9): 131-136
Authors:ZHAO Wen-Chong  CAI Jiang-Hui  ZHANG Ji-Fu
Affiliation:School of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan 030024, China,School of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan 030024, China and School of Computer Science and Technology, Taiyuan University of Science and Technology, Taiyuan 030024, China
Abstract:
Keywords:variable density  VDBSCAN  parameter k obtained  k-VDBSCAN  distance feature
点击此处可从《计算机系统应用》浏览原始摘要信息
点击此处可从《计算机系统应用》下载全文
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