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:
在DBSCAN算法中需要人工输入Eps和MinPts两个参数,因而聚类过程需要用户的干预才能进行,导致聚类结果的准确度直接取决于用户对参数的选择.鉴于此,本研究提出了一种新的Eps和MinPts参数的确定方法,避免了聚类过程中的人工干预,实现了聚类过程的全自动化.理论分析和实验结果表明,该方法能够选择合理的Eps和MinPts参数并得到较高准确度的聚类结果.
推荐文章
自适应确定DBSCAN算法参数的算法研究
DBSCAN算法
自适应
参数寻优
K-平均最近邻法
基于DBSCAN的自适应GSA算法研究
GSA算法
DBSCAN
自适应策略
启发式优化算法
改进DBSCAN算法中参数Eps值的确定
DBSCAN
Eps
聚类
噪音水平估计
DBSCAN算法中参数的自适应确定
一种经典的基于密度的聚类算法(DBSCAN)
核密度估计
自适应
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 DBSCAN算法中参数自适应确定方法的研究
来源期刊 西安理工大学学报 学科 工学
关键词 密度聚类 Eps邻域 密度可达 噪声
年,卷(期) 2012,(3) 所属期刊栏目
研究方向 页码范围 289-292
页数 分类号 TP31
字数 1789字 语种 中文
DOI 10.3969/j.issn.1006-4710.2012.03.007
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 周红芳 西安理工大学计算机科学与工程学院 20 365 7.0 19.0
2 王鹏 西安理工大学计算机科学与工程学院 11 140 4.0 11.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (19)
共引文献  (79)
参考文献  (5)
节点文献
引证文献  (45)
同被引文献  (108)
二级引证文献  (155)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(4)
  • 参考文献(2)
  • 二级参考文献(2)
2011(3)
  • 参考文献(3)
  • 二级参考文献(0)
2012(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(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(3)
  • 引证文献(3)
  • 二级引证文献(0)
2015(6)
  • 引证文献(4)
  • 二级引证文献(2)
2016(12)
  • 引证文献(8)
  • 二级引证文献(4)
2017(23)
  • 引证文献(7)
  • 二级引证文献(16)
2018(38)
  • 引证文献(8)
  • 二级引证文献(30)
2019(73)
  • 引证文献(10)
  • 二级引证文献(63)
2020(44)
  • 引证文献(4)
  • 二级引证文献(40)
研究主题发展历程
节点文献
密度聚类
Eps邻域
密度可达
噪声
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
西安理工大学学报
季刊
1006-4710
61-1294/N
大16开
西安市金花南路5号
1978
chi
出版文献量(篇)
2223
总下载数(次)
6
总被引数(次)
21166
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导