作者:
原文服务方: 计算机应用研究       
摘要:
针对网格和密度方法的聚类算法存在效率和质量问题,给出了密度与栅格相结合的聚类挖掘算法,即基于密度和栅格的聚类算法DGCA(density and grid based clustering algorithm).该算法首先将数据空间划分为栅格单元;然后把数据存储到栅格单元中,利用DBSCAN密度聚类算法进行聚类挖掘;最后进行聚类合并和噪声点消除,并将局部聚类结果映射到全局聚类结果.实验通过人工数据样本集对该聚类算法进行理论上验证,表明了该算法在时间效率和聚类质量两方面都得到了提高.
推荐文章
基于密度峰和划分的快速聚类算法
密度峰聚类
核心对象
基于划分
边界密度
任意形状
Kernel-Kmeans:一种基于核密度估计的空间聚类算法
核密度估计
Kmeans算法
轮廓系数
基于密度比例的密度峰值聚类算法
聚类
密度峰值
密度比例
密度变化
基于密度可达的多密度聚类算法
聚类算法
邻域网格
密度可达
广度优先
多密度
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 一种新型的基于密度和栅格的聚类算法
来源期刊 计算机应用研究 学科
关键词 密度聚类算法 栅格聚类算法 栅格空间 聚类挖掘
年,卷(期) 2011,(5) 所属期刊栏目 算法研究探讨
研究方向 页码范围 1721-1723,1727
页数 分类号 TP301.6
字数 语种 中文
DOI 10.3969/j.issn.1001-3695.2011.05.036
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 熊仕勇 重庆邮电大学软件学院 21 184 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (36)
参考文献  (2)
节点文献
引证文献  (6)
同被引文献  (13)
二级引证文献  (5)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(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)
2013(3)
  • 引证文献(3)
  • 二级引证文献(0)
2014(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)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
2020(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
密度聚类算法
栅格聚类算法
栅格空间
聚类挖掘
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
计算机应用研究
月刊
1001-3695
51-1196/TP
大16开
1984-01-01
chi
出版文献量(篇)
21004
总下载数(次)
0
总被引数(次)
238385
论文1v1指导