期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
邻域平衡密度聚类算法 被引量:22
1
作者 武佳薇 李雄飞 +1 位作者 孙涛 李巍 《计算机研究与发展》 EI CSCD 北大核心 2010年第6期1044-1052,共9页
聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密度的聚类算法bDBSCAN(balance-DBSCAN).算法将核心对象邻域中... 聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密度的聚类算法bDBSCAN(balance-DBSCAN).算法将核心对象邻域中的对象投影,进行向量单位化,考察核心对象的邻域平衡性,将与平衡核心对象平衡密度可达的对象聚成一个簇.理论分析和实验结果表明,算法可以处理任意形状的簇,有效地排除边界稀疏对象这类噪声,并且可以解决高维数据聚类边界区分不明显、噪声对象多等问题,提高了聚类精度.算法的时间复杂度与DBSCAN近似. 展开更多
关键词 投影点 邻域平衡 平衡核心对象 边界稀疏对象 基于密度的聚类算法
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部