一种基于划分的不同参数值的DBSCAN算法

被引:16
作者
熊忠阳
孙思
张玉芳
王秀琼
机构
[1] 重庆大学计算机学院
关键词
聚类; DBSCAN; 初始聚类中心; 数据划分;
D O I
10.16208/j.issn1000-7024.2005.09.018
中图分类号
TP301.6 [算法理论];
学科分类号
摘要
聚类是数据挖掘领域中一个重要的研究方向,DBSCAN是一种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成簇,并可以在带有“噪声”的空间数据库中发现任意形状的簇。分析DBSCAN算法发现存在如下问题:当数据分布不均匀时,由于使用统一的全局变量,使得聚类的效果差。针对这一缺陷,提出了一种基于数据划分的思想,并对各个局部数据集采取不同的参数值分别进行聚类,最后合并各局部聚类结果。实验结果表明,改进后的算法有效并可行。
引用
收藏
页码:2319 / 2321
页数:3
相关论文
共 4 条
[1]   基于数据分区的DBSCAN算法 [J].
周水庚 ;
周傲英 ;
曹晶 .
计算机研究与发展, 2000, (10) :1153-1159
[2]   模糊C均值聚类算法的一种初始化方法 [J].
薛忠,谢维信 .
系统工程与电子技术, 1995, (11) :64-69
[3]  
数据挖掘聚类算法的分析和应用研究.[D].郑洪英.重庆大学.2002, 01
[4]  
数据挖掘.[M].(加)JiaweiHan;(加)MichelineKamber著;范明;孟小峰等译;.机械工业出版社.2001,