首页 | 本学科首页   官方微博 | 高级检索  
     

一个改进的基于DBSCAN的空间聚类算法研究
引用本文:李杰 贾瑞玉 张璐璐. 一个改进的基于DBSCAN的空间聚类算法研究[J]. 微机发展, 2007, 17(1): 114-116
作者姓名:李杰 贾瑞玉 张璐璐
作者单位:安徽大学计算机科学与技术学院 安徽合肥230039
摘    要:DBSCAN是一个基于密度的聚类算法。该算法将具有足够高密度的区域划分为簇,并可以在带有“噪声”的空间数据库中发现任意形状的聚类。但DBSCAN算法没有考虑非空间属性,且DBSCAN算法需扫描空间数据库中每个点的ε-邻域来寻找聚类,这使得DBSCAN算法的应用受到了一定的局限。文中提出了一种基于DBSCAN的算法,可以处理非空间属性,同时又可以加快聚类的速度。

关 键 词:空间数据挖掘  聚类  密度  非空间属性
文章编号:1673-629X(2007)01-0114-03
修稿时间:2006-03-27

Research on Improving Spatial Clustering Algorithm Based on DBSCAN
LI Jie,JIA Rui-yu,ZHANG Lu-lu. Research on Improving Spatial Clustering Algorithm Based on DBSCAN[J]. Microcomputer Development, 2007, 17(1): 114-116
Authors:LI Jie  JIA Rui-yu  ZHANG Lu-lu
Abstract:
Keywords:spatial data mining  clustering  density  non-spatial attribute
本文献已被 CNKI 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