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:
提出了一种基于密度的快速聚类算法IFcDBSCAN.该算法在不丢失对象的基础上,选取核心对象邻域中的代表对象来扩展类,从而提高算法的时间性能.重点介绍了基于邻接表的IF-DBSCAN算法的详细实现过程,实验结果表明,IF-DBSCAN算法是正确和高效的.
推荐文章
改进的基于DBSCAN的空间聚类算法研究
数据挖掘
空间数据挖掘
聚类分析
DBSCAN
DBSCAN算法研究及并行化实现
大数据
DBSCAN算法
ApacheSpark
分布式计算
基于DBSCAN算法的告警数据聚类研究
告警数据分析
多约束条件
DBSCAN算法
滑动时间窗口法
Greedy DBSCAN:一种针对多密度聚类的DBSCAN改进算法
多密度
贪心策略
相对稠密度
邻域查询
噪声数据
DBSCAN聚类
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 快速DBSCAN算法的研究与实现
来源期刊 福建电脑 学科 工学
关键词 数据挖掘 聚类 DBSCAN 密度
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 63-64
页数 分类号 TP3
字数 2834字 语种 中文
DOI 10.3969/j.issn.1673-2782.2010.06.047
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 王桂芝 河南商业高等专科学校计算机应用系 9 79 4.0 8.0
2 王广亮 河南商业高等专科学校计算机应用系 2 50 2.0 2.0
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  (74)
参考文献  (2)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
数据挖掘
聚类
DBSCAN
密度
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
福建电脑
月刊
1673-2782
35-1115/TP
大16开
福州市华林邮局29号信箱
1985
chi
出版文献量(篇)
21147
总下载数(次)
86
总被引数(次)
44699
论文1v1指导