针对非均匀数据集的DBSCAN过滤式改进算法

• 作者: 吴林敏 张玉芳 熊忠阳
• 来源期刊: 计算机应用研究
• 关键词: 聚类 DBSCAN 过滤 非均匀密度 数据挖掘
• 年，卷（期）: 2009,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3721-3723
• 页数: 3页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2009.10.035

摘要

针对在数据分布不均匀时,由于DBSCAN使用统一的全局变量,使得聚类的效果差,提出了一种基于过滤的DBSCAN算法.该算法的思想是:在调用传统的DBSCAN算法前,先对数据集进行预处理,针对所有点的k-dist数据进行一维聚类,自动计算出不同的Eps;然后再根据每个Eps分别调用传统的DBSCAN算法,从而找出非均匀数据集的各种聚类.实验结果表明,改进算法对密度不均匀的数据能够有效聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊忠阳	重庆大学计算机学院	135	2447	25.0	44.0
2	张玉芳	重庆大学计算机学院	125	2737	26.0	48.0
3	吴林敏	重庆大学计算机学院	1	16	1.0	1.0