钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
文献导航
学科分类
>
综合
工业技术
科教文艺
医药卫生
基础科学
经济财经
社会科学
农业科学
哲学政法
社会科学II
哲学与人文科学
社会科学I
经济与管理科学
工程科技I
工程科技II
医药卫生科技
信息科技
农业科技
数据库索引
>
中国科学引文数据库
工程索引(美)
日本科学技术振兴机构数据库(日)
文摘杂志(俄)
科学文摘(英)
化学文摘(美)
中国科技论文统计与引文分析数据库
中文社会科学引文索引
科学引文索引(美)
中文核心期刊
cscd
ei
jst
aj
sa
ca
cstpcd
cssci
sci
cpku
默认
篇关摘
篇名
关键词
摘要
全文
作者
作者单位
基金
分类号
搜索文章
搜索思路
钛学术文献服务平台
\
学术期刊
\
基础科学期刊
\
大学学报期刊
\
四川师范大学学报(自然科学版)期刊
\
一种改进的DBSCAN算法
一种改进的DBSCAN算法
作者:
夏桂书
苟智坚
赵文
闫振兴
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
聚类
密度
自适应
DBSCAN算法
摘要:
聚类技术是数据挖掘中的一项重要技术,它能够根据数据自身的特点将集中的数据划分为簇.DBSCAN是一种经典的基于密度的聚类算法,能发现任意数量和形状的簇,但需设置Eps和MinPts参数,且聚类效果对参数敏感.提出一种改进的DBSCAN算法,该算法采用自适应的Eps参数使得DBSCAN算法能对具有不同密度的簇的数据集进行聚类.仿真实验结果验证了所提算法的有效性.
暂无资源
收藏
引用
分享
推荐文章
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
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
针对非均匀数据集的DBSCAN过滤式改进算法
聚类
DBSCAN
过滤
非均匀密度
数据挖掘
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
内容分析
文献信息
引文网络
相关学者/机构
相关基金
期刊文献
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
一种改进的DBSCAN算法
来源期刊
四川师范大学学报(自然科学版)
学科
工学
关键词
聚类
密度
自适应
DBSCAN算法
年,卷(期)
2013,(2)
所属期刊栏目
技术应用
研究方向
页码范围
312-316
页数
5页
分类号
TP301
字数
3495字
语种
中文
DOI
10.3969/j.issn.1001-8395.2013.02.032
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
苟智坚
成都信息工程学院网络工程学院
5
37
3.0
5.0
2
赵文
成都信息工程学院网络工程学院
3
37
3.0
3.0
3
闫振兴
北京理工大学信息与电子学院
1
24
1.0
1.0
传播情况
被引次数趋势
(/次)
(/年)
引文网络
引文网络
二级参考文献
(57)
共引文献
(200)
参考文献
(13)
节点文献
引证文献
(24)
同被引文献
(64)
二级引证文献
(99)
1985(2)
参考文献(0)
二级参考文献(2)
1996(3)
参考文献(1)
二级参考文献(2)
1997(1)
参考文献(0)
二级参考文献(1)
1998(2)
参考文献(0)
二级参考文献(2)
1999(1)
参考文献(0)
二级参考文献(1)
2000(14)
参考文献(1)
二级参考文献(13)
2001(4)
参考文献(0)
二级参考文献(4)
2002(3)
参考文献(0)
二级参考文献(3)
2003(13)
参考文献(0)
二级参考文献(13)
2004(9)
参考文献(1)
二级参考文献(8)
2005(6)
参考文献(1)
二级参考文献(5)
2006(4)
参考文献(1)
二级参考文献(3)
2007(2)
参考文献(2)
二级参考文献(0)
2008(2)
参考文献(2)
二级参考文献(0)
2009(3)
参考文献(3)
二级参考文献(0)
2010(1)
参考文献(1)
二级参考文献(0)
2013(1)
参考文献(0)
二级参考文献(0)
引证文献(1)
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(1)
二级引证文献(2)
2015(8)
引证文献(6)
二级引证文献(2)
2016(16)
引证文献(6)
二级引证文献(10)
2017(18)
引证文献(4)
二级引证文献(14)
2018(28)
引证文献(2)
二级引证文献(26)
2019(37)
引证文献(3)
二级引证文献(34)
2020(12)
引证文献(1)
二级引证文献(11)
研究主题发展历程
节点文献
聚类
密度
自适应
DBSCAN算法
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
四川师范大学学报(自然科学版)
主办单位:
四川师范大学(中国
成都)
出版周期:
双月刊
ISSN:
1001-8395
CN:
51-1295/N
开本:
大16开
出版地:
成都市静安路5号
邮发代号:
创刊时间:
1978
语种:
chi
出版文献量(篇)
3968
总下载数(次)
9
期刊文献
相关文献
1.
一种改进的 DBscan聚类算法
2.
Greedy DBSCAN:一种针对多密度聚类的DBSCAN改进算法
3.
针对非均匀数据集的DBSCAN过滤式改进算法
4.
改进的基于DBSCAN的空间聚类算法研究
5.
一种改进的基于密度聚类的入侵检测算法
6.
一种改进的HRLS算法
7.
一种改进的SMOTE算法
8.
一种改进的Ford算法
9.
一种改进的模式匹配算法
10.
一种改进的粒子群算法
11.
改进DBSCAN算法中参数Eps值的确定
12.
一种改进的α-β滤波算法
13.
一种改进的微粒群算法
14.
一种改进的鲸鱼优化算法
15.
一种改进的SVM算法
推荐文献
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
首页
论文降重
免费查重
学术期刊
任务中心
登录
根据相关规定,获取原文需跳转至原文服务方进行注册认证身份信息
完成下面三个步骤操作后即可获取文献,阅读后请
点击下方页面【继续获取】按钮
钛学术
文献服务平台
学术出版新技术应用与公共服务实验室出品
原文合作方
继续获取
获取文献流程
1.访问原文合作方请等待几秒系统会自动跳转至登录页,首次访问请先注册账号,填写基本信息后,点击【注册】
2.注册后进行实名认证,实名认证成功后点击【返回】
3.检查邮箱地址是否正确,若错误或未填写请填写正确邮箱地址,点击【确认支付】完成获取,文献将在1小时内发送至您的邮箱
*若已注册过原文合作方账号的用户,可跳过上述操作,直接登录后获取原文即可
点击
【获取原文】
按钮,跳转至合作网站。
首次获取需要在合作网站
进行注册。
注册并实名认证,认证后点击
【返回】按钮。
确认邮箱信息,点击
【确认支付】
, 订单将在一小时内发送至您的邮箱。
*
若已经注册过合作网站账号,请忽略第二、三步,直接登录即可。
期刊分类
期刊(年)
期刊(期)
期刊推荐
力学
化学
地球物理学
地质学
基础科学综合
大学学报
天文学
天文学、地球科学
数学
气象学
海洋学
物理学
生物学
生物科学
自然地理学和测绘学
自然科学总论
自然科学理论与方法
资源科学
非线性科学与系统科学
四川师范大学学报(自然科学版)2022
四川师范大学学报(自然科学版)2021
四川师范大学学报(自然科学版)2020
四川师范大学学报(自然科学版)2019
四川师范大学学报(自然科学版)2018
四川师范大学学报(自然科学版)2017
四川师范大学学报(自然科学版)2016
四川师范大学学报(自然科学版)2015
四川师范大学学报(自然科学版)2014
四川师范大学学报(自然科学版)2013
四川师范大学学报(自然科学版)2012
四川师范大学学报(自然科学版)2011
四川师范大学学报(自然科学版)2010
四川师范大学学报(自然科学版)2009
四川师范大学学报(自然科学版)2008
四川师范大学学报(自然科学版)2007
四川师范大学学报(自然科学版)2006
四川师范大学学报(自然科学版)2005
四川师范大学学报(自然科学版)2004
四川师范大学学报(自然科学版)2003
四川师范大学学报(自然科学版)2002
四川师范大学学报(自然科学版)2001
四川师范大学学报(自然科学版)2000
四川师范大学学报(自然科学版)1999
四川师范大学学报(自然科学版)2013年第6期
四川师范大学学报(自然科学版)2013年第5期
四川师范大学学报(自然科学版)2013年第4期
四川师范大学学报(自然科学版)2013年第3期
四川师范大学学报(自然科学版)2013年第2期
四川师范大学学报(自然科学版)2013年第1期
关于我们
用户协议
隐私政策
知识产权保护
期刊导航
免费查重
论文知识
钛学术官网
按字母查找期刊:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他
联系合作 广告推广: shenyukuan@paperpass.com
京ICP备2021016839号
营业执照
版物经营许可证:新出发 京零 字第 朝220126号