一种改进的DBSCAN密度算法

• 作者: 于亚飞 周爱武
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: DBSCAN算法 Eps 数据分区 K-dist图
• 年，卷（期）: 2011,（2）
• 所属期刊栏目: 智能、算法、系统工程
• 页码范围: 30-33,38
• 分类号: TP301.6
• 字数: 3948字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2011.02.008

摘要

DBSCAN算法是一种基于密度的聚类算法,算法存在许多优点,也存在一些不足.比如对输入参数Eps敏感,DB-SCAN由于采用全局Eps值,所以在数据密度不均匀和类间距离相差比较大的情况下,聚类质量会受到很大影响.文中主要针对算法输入参数Eps以及数据密度不均匀问题加以改进,提出了一种新的数据分区方法,通过对k-dist图纵坐标距离值单维度聚类,然后对比横坐标实现分区,使每个分区的数据尽可能均匀.实验证明,改进算法明显缓解了全局Eps导致的聚类质量恶化问题,聚类结果更加准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周爱武	安徽大学计算机科学与技术学院	34	615	11.0	24.0
2	于亚飞	安徽大学计算机科学与技术学院	2	297	2.0	2.0