数据仓库中基于密度的批量增量聚类算法

• 作者: 邹力鹍 黄永平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 增量聚类 数据仓库 数据挖掘
• 年，卷（期）: 2004,（29）
• 所属期刊栏目: 数据库与信息处理
• 页码范围: 206-208,225
• 页数: 4页
• 分类号: TP311.13
• 字数: 4628字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2004.29.064

摘要

数据仓库为数据挖掘提供了很好的平台,当数据仓库中的数据发生变化时,原来挖掘出来的模式也要相应地进行更新.Martin Ester等最先提出了增量聚类算法,但算法在增量聚类过程中,更新对象依次一个个地单独处理,而没有考虑更新对象之问的关系,效率较低.该文提出了基于DBSCAN算法的批量增量聚类算法,减少了对象的检索,提高了增量聚类的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邹力鹍	云南大学计算机科学系	8	145	6.0	8.0
2	黄永平	云南大学计算机科学系	3	52	3.0	3.0