一种基于密度的快速聚类算法

被引：92

作者：

周水庚

周傲英

曹晶

胡运发

机构：

[1] 复旦大学计算机科学系!上海

来源：

计算机研究与发展 | 2000年 / 11期

关键词：

空间数据库; 数据挖掘; 聚类; 密度; 快速算法; 代表对象;

D O I：

暂无

中图分类号：

TP311 [程序设计、软件工程];

学科分类号：

摘要：

聚类是数据挖掘领域中的一个重要研究方向 .聚类技术在统计数据分析、模式识别、图像处理等领域有广泛应用 .迄今为止人们提出了许多用于大规模数据库的聚类算法 .基于密度的聚类算法 DBSCAN就是一个典型代表 .以 DBSCAN为基础 ,提出了一种基于密度的快速聚类算法 .新算法以核心对象邻域中所有对象的代表对象为种子对象来扩展类 ,从而减少区域查询次数 ,降低 I/ O开销 ,实现快速聚类 .对二维空间数据测试表明 :快速算法能够有效地对大规模数据库进行聚类 ,速度上数倍于已有 DBSCAN算法 .

引用

页码：1287 / 1292

页数：6