DBSCAN在非空间属性处理上的扩展

• 作者: 孙志伟 赵政
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 空间数据挖掘 空间聚类 非空间属性 密度
• 年，卷（期）: 2005,（6）
• 所属期刊栏目: 数据库与数据挖掘
• 页码范围: 1379-1381
• 页数: 3页
• 分类号: TP311.131
• 字数: 3273字
• 语种: 中文

摘要

在很多有效的聚类算法中,DBSCAN算法对于聚类空间数据有着非常好的性能,依赖于基于密度的聚类定义,DBSCAN可以发现任意形状的聚类,而且执行效率很高.但是,DBSCAN没有考虑非空间属性,而非空间属性对聚类的结果也起着十分重要的作用.在DBSCAN的基础上,参考DBRS的概念,进一步考虑了非空间属性的数据类型,从而提出了可以处理空间和非空间数据的新的聚类方法,并给出了主要的算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵政	天津大学电子信息工程学院	90	735	15.0	22.0
2	孙志伟	天津大学电子信息工程学院	5	78	4.0	5.0