一个基于DBSCAN聚类算法的实现

• 作者: 荣秋生 谭勇
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 数据挖掘 聚类 高密度 DBSCAN
• 年，卷（期）: 2004,（13）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 119-121
• 页数: 3页
• 分类号: TP301.6
• 字数: 4240字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2004.13.048

摘要

高密度聚类作为数据挖掘中聚类算法的一种分析方法,它能找到样本比较密集的部分,并且概括出样本相对比较集中的类.分析了传统的聚类算法及局限性,讨论了一个基于高密度聚类算法的实现过程,使得算法可自动发现高维子空间,处理高维数据表格,得到较快的聚类速度和最佳的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	谭勇	湖北民族学院信息工程学院	15	355	8.0	15.0
2	荣秋生	湖南文理学院计算机系	21	186	6.0	13.0