基于密度的空间聚类算法研究

被引:7
作者
聂跃光
陈立潮
陈湖
机构
[1] 太原科技大学计算机科学与技术学院
关键词
空间数据挖掘; 聚类; 密度聚类; GIS;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
基于密度的聚类算法作为数据挖掘方法中的一种主要方法,不仅可以从数据集中发现任意形状的簇,而且可以观察到一个并发的、完整的聚类结构,以及具有对噪声数据不敏感的特点。针对目前常用的几种基于密度的聚类算法及改进算法进行讨论,分析了这些密度聚类算法各自的优缺点,并且以地理信息系统为应用研究背景,提出了基于密度的聚类算法与GIS相结合,通过对多维数据属性特征的提取,扩展到多维数据的处理,在三维空间地形数据中的分析中取得了高效的聚类结果。
引用
收藏
页码:91 / 94
页数:4
相关论文
共 3 条
[1]   基于数据分区的并行DBSCAN算法 [J].
何中胜 ;
刘宗田 ;
庄燕滨 .
小型微型计算机系统, 2006, (01) :114-116
[2]   基于数据取样的DBSCAN算法 [J].
周水庚 ;
范晔 ;
周傲英 .
小型微型计算机系统, 2000, (12) :1270-1274
[3]   一种基于密度的快速聚类算法 [J].
周水庚 ;
周傲英 ;
曹晶 ;
胡运发 .
计算机研究与发展, 2000, (11) :1287-1292