一个改进的基于DBSCAN的空间聚类算法研究

• 作者: 张璐璐 李杰 贾瑞玉
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 空间数据挖掘 聚类 密度 非空间属性
• 年，卷（期）: 2007,（1）
• 所属期刊栏目: 智能、算法、软件工程
• 页码范围: 114-116
• 页数: 3页
• 分类号: TP301.6
• 字数: 2131字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2007.01.038

摘要

DBSCAN是一个基于密度的聚类算法.该算法将具有足够高密度的区域划分为簇,并可以在带有"噪声"的空间数据库中发现任意形状的聚类.但DBSCAN算法没有考虑非空间属性,且DBSCAN算法需扫描空间数据库中每个点的ε-邻域来寻找聚类,这使得DBSCAN算法的应用受到了一定的局限.文中提出了一种基于DBSCAN的算法,可以处理非空间属性,同时又可以加快聚类的速度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	贾瑞玉	安徽大学计算机科学与技术学院	62	688	17.0	23.0
2	张璐璐	安徽大学计算机科学与技术学院	5	9	2.0	2.0
3	李杰	安徽大学计算机科学与技术学院	4	1	1.0	1.0