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:
DBSCAN是一种性能优越的基于密度的聚类算法.为提高它的运行效率,提出了基于网格的DBSCAN算法GbDBSCAN.该算法使用网格划分的方法和数据分箱技术,减少了判定密度可达对象时的搜索范围,降低了算法的运行时间,而且算法还能够识别并处理边界点.实验结果表明,GbDBSCAN在不降低DBSCAN聚类质量的前提下,大大提高了DBSCAN算法处理低维数据集的效率.
推荐文章
基于高阶差分和网格划分算法的DBSCAN参数自动选取算法
密度聚类
参数选取
高阶差分
网格划分
去极化
基于区域划分的DBSCAN多密度聚类算法
区域划分
多密度
相对密度差
DBSCAN聚类
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
一种基于网格查询的改进DBSCAN算法
聚类算法
DBSCAN算法
OPTICS算法
网格聚类
边界点
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 基于网格的高效DBSCAN算法
来源期刊 计算机工程与应用 学科 工学
关键词 聚类 密度 网格
年,卷(期) 2007,(17) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 167-169,184
页数 4页 分类号 TP311|TP18
字数 4096字 语种 中文
DOI 10.3321/j.issn:1002-8331.2007.17.052
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 邱保志 郑州大学信息工程学院 55 518 13.0 18.0
2 张枫 郑州大学信息工程学院 7 45 3.0 6.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (2)
共引文献  (87)
参考文献  (4)
节点文献
引证文献  (27)
同被引文献  (26)
二级引证文献  (85)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(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)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(4)
  • 引证文献(4)
  • 二级引证文献(0)
2010(6)
  • 引证文献(3)
  • 二级引证文献(3)
2011(8)
  • 引证文献(4)
  • 二级引证文献(4)
2012(6)
  • 引证文献(1)
  • 二级引证文献(5)
2013(11)
  • 引证文献(1)
  • 二级引证文献(10)
2014(5)
  • 引证文献(0)
  • 二级引证文献(5)
2015(11)
  • 引证文献(5)
  • 二级引证文献(6)
2016(12)
  • 引证文献(3)
  • 二级引证文献(9)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(18)
  • 引证文献(3)
  • 二级引证文献(15)
2019(17)
  • 引证文献(0)
  • 二级引证文献(17)
2020(7)
  • 引证文献(0)
  • 二级引证文献(7)
研究主题发展历程
节点文献
聚类
密度
网格
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导