一种改进的基于密度的聚类算法

被引：21

作者：

许虎寅

王治和

机构：

[1] 西北师范大学数学与信息科学学院

来源：

微电子学与计算机 | 2012年 / 29卷 / 02期

关键词：

DBSCAN; 聚类; 密度; 核心点; 邻域;

D O I：

10.19304/j.cnki.issn1000-7180.2012.02.010

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

聚类是数据挖掘领域中的一个重要研究方向,在基于密度的聚类算法DBSCAN的基础上,提出了一种改进的基于密度的聚类算法,该算法在核心点的邻域扩展中不再将邻域内的点作为种子点,而是按顺序选择一个邻域外未被标记的点作为种子点,然后分不同情况进行相应的聚类扩展,此算法可以有效减少聚类中核心点邻域重叠区域查询的次数和运行的时间,实验测试结果也表明该算法聚类的效率和质量明显优于DBSCAN算法.

引用

页码：44 / 47+53 +53

页数：5

共 4 条

[1] 一种基于相对密度的快速聚类算法 [J].