噪声数据集上的边界点检测算法

被引：3

作者：

岳峰

邱保志

机构：

[1] 郑州大学信息工程学院

来源：

计算机工程 | 2007年 / 19期

关键词：

边界点检测; Eps-邻域; 密度;

D O I：

暂无

中图分类号：

TP311.13 [];

学科分类号：

1201 ;

摘要：

为了有效检测聚类的边界点,提出了结合对象的密度及其Eps-邻域中数据的分布特点进行的边界点检测技术和边界点检测算法——BOUND。实验结果表明,BOUND能在含有不同形状、大小簇的噪声数据集上有效地检测出聚类的边界点,并且执行效率高。

引用

收藏

页码：82 / 84

页数：3

相关论文

共 2 条

[1]

数据挖掘[M]. 机械工业出版社 , (加)JiaweiHan, 2001

[2]

Automatic Subspace Clustering of High Dimensional Data for Data Mining Applications .2 Agrawal R,Arning A,Bullinger T. et al. Proceedings of the ACM SIGMOD International Conference on Management of Data . 1998