DBSCAN聚类算法的研究与改进

• 作者: 冯少荣 肖文俊
• 来源期刊: 中国矿业大学学报
• 学科: 工学
• 关键词: 聚类 DBSCAN 划分 并行
• 年，卷（期）: 2008,（1）
• 页码范围: 105-111
• 页数: 7页
• 分类号: TP311
• 字数: 6709字
• 语种: 中文
• DOI: 10.3321/j.issn:1000-1964.2008.01.021

摘要

针对"基于密度的带有噪声的空间聚类"(DBSCAN)算法存在的不足,提出"分而治之"和高效的并行方法对DBSCAN算法进行改进.通过对数据进行划分,利用"分而治之"思想减少全局变量Eps值的影响;利用并行处理方法和降维技术提高聚类效率,降低DBSCAN算法对内存的较高要求;采用增量式处理方式解决数据对象的增加和删除对聚类的影响.结果表明:新方法有效地解决了DBSCAN算法存在的问题,其聚类效率和聚类效果明显优于传统DBSCAN聚类算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯少荣	华南理工大学计算机科学与工程学院	49	822	13.0	28.0
3	肖文俊	华南理工大学计算机科学与工程学院	37	442	10.0	20.0