期刊文献+

一种改进DBSCAN密度聚类算法

下载PDF
导出
摘要 为了克服DBSCAN聚类算法在大规模数据集上无法有效地处理混合属性数据的缺点,本文提出了一种两阶段的聚类整合算法。该算法第一阶段采用一趟聚类算法初步划分原始数据集,第二阶段使用现有的DBSCAN聚类算法合并初步划分获得最后的聚类结果。通过实例验证该算法可以很好地解决含有混合属性的大规模数据集的聚类问题。
出处 《数字技术与应用》 2016年第11期134-134,137,共2页 Digital Technology & Application
  • 相关文献

参考文献3

二级参考文献42

  • 1岳士弘,李平,郭继东,周水庚.A statistical information-based clustering approach in distance space[J].Journal of Zhejiang University-Science A(Applied Physics & Engineering),2005,6(1):71-78. 被引量:8
  • 2王伟东,芦金婵,张讲社.基于视觉原理的密度聚类算法[J].工程数学学报,2005,22(2):349-352. 被引量:5
  • 3沈红斌,杨杰,王士同,陈宁江.采样定理、视觉原理及无监督聚类分析理论[J].上海交通大学学报,2005,39(4):544-548. 被引量:3
  • 4徐敏,王士同.改进的视觉原理聚类算法[J].微计算机应用,2006,27(6):655-659. 被引量:2
  • 5FAYYAD U, PIATESKY-SHAPIRO G, SMYTH P, et al. Advances in knowledge and dataming [ M ]. Boston: MIT Press, 1996.
  • 6JAIN A K, DUBES R C. Algorithms for clustering data [ M ]. Engle-wood Cliffs New Jersey: Prentice-Hall, 1988.
  • 7ARABIE P, HUBERT L J, DESOETE G, et al. Clustering and classification [ M ]. River Edge, New Jersey: World Scientific Publishing, 1996.
  • 8DAVID H H. Eye brain and vision[M]. New York: Scientific American Library, 1995.
  • 9ASUNCION A, NEWMAN D J. UCI machine learning repository [ EB/OL ]. ( 2007 ) [ 2011-02-01 ]. http:// www. ics. uci. edu/- mlearn/MLRepository, html.
  • 10GUHA S, RASTOGI R, SHIM K. ROCK: a robust clustering algorithm for categorical attributes [ C ]//Processing of the 15th ICDE. Sydney, Australia: [ s. n. ], 1999 : 512-521.

共引文献28

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部