基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
聚类是数据挖掘领域中的一个重要研究课题.聚类技术在许多领域有着广泛的应用.基于密度的聚类算法DBSCAN是一种有效的空间聚类算法,它能够发现任意形状的类并且有效地处理噪声,用户只需输入一个参数就可以进行聚类分析.但是,DBSCAN算法在对大规模空间数据库进行聚类分析时需要较大的内存支持和I/O消耗.本文在分析DBSCAN算法不足的基础上,提出一种基于数据取样的DBSCAN算法,使之能够有效地处理大规模空间数据库.二维空间数据测试结果表明本文算法是可行、有效的.
推荐文章
一种改进的基于密度的DBSCAN聚类算法
数据挖掘
聚类
DBSCAN算法
取样
遗传算法
基于网格的高效DBSCAN算法
聚类
密度
网格
基于数据交叠分区的并行DBSCAN算法
大规模数据库
聚类
数据交叠分区
DBSCAN算法
并行计算
基于数据场的改进DBSCAN聚类算法
DBSCAN算法
数据场
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于数据取样的DBSCAN算法
来源期刊 小型微型计算机系统 学科 工学
关键词 空间数据库 数据挖掘 聚类 取样 DBSCAN算法
年,卷(期) 2000,(12) 所属期刊栏目
研究方向 页码范围 1270-1274
页数 5页 分类号 TP30
字数 4957字 语种 中文
DOI 10.3969/j.issn.1000-1220.2000.12.012
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周傲英 复旦大学计算机科学系 79 5708 32.0 75.0
2 周水庚 复旦大学计算机科学系 38 1881 20.0 38.0
3 范晔 复旦大学计算机科学系 1 132 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (132)
同被引文献  (53)
二级引证文献  (397)
1985(1)
  • 参考文献(1)
  • 二级参考文献(0)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2002(1)
  • 引证文献(1)
  • 二级引证文献(0)
2003(2)
  • 引证文献(2)
  • 二级引证文献(0)
2004(3)
  • 引证文献(3)
  • 二级引证文献(0)
2005(6)
  • 引证文献(5)
  • 二级引证文献(1)
2006(14)
  • 引证文献(9)
  • 二级引证文献(5)
2007(23)
  • 引证文献(13)
  • 二级引证文献(10)
2008(27)
  • 引证文献(17)
  • 二级引证文献(10)
2009(35)
  • 引证文献(13)
  • 二级引证文献(22)
2010(26)
  • 引证文献(5)
  • 二级引证文献(21)
2011(38)
  • 引证文献(11)
  • 二级引证文献(27)
2012(28)
  • 引证文献(7)
  • 二级引证文献(21)
2013(37)
  • 引证文献(7)
  • 二级引证文献(30)
2014(28)
  • 引证文献(3)
  • 二级引证文献(25)
2015(53)
  • 引证文献(9)
  • 二级引证文献(44)
2016(45)
  • 引证文献(7)
  • 二级引证文献(38)
2017(52)
  • 引证文献(1)
  • 二级引证文献(51)
2018(56)
  • 引证文献(10)
  • 二级引证文献(46)
2019(35)
  • 引证文献(7)
  • 二级引证文献(28)
2020(20)
  • 引证文献(2)
  • 二级引证文献(18)
研究主题发展历程
节点文献
空间数据库
数据挖掘
聚类
取样
DBSCAN算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
小型微型计算机系统
月刊
1000-1220
21-1106/TP
大16开
辽宁省沈阳市东陵区南屏东路16号
8-108
1980
chi
出版文献量(篇)
11026
总下载数(次)
17
总被引数(次)
83133
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导