作者:
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:
DBSCAN算法是经典的基于密度的聚类算法,能够在含有噪声的数据中发现任意形状的簇,但其效率较低。并查集常用于解决不相交集合的合并问题,将并查集的方法应用于DBSCAN算法的设计中,使得算法效率得到有效提高。
推荐文章
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
基于数据交叠分区的并行DBSCAN算法
大规模数据库
聚类
数据交叠分区
DBSCAN算法
并行计算
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
基于并查集和约束集合的雪糕棒表面污染检测
并查集
约束集合
雪糕棒表面
污染
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 基于并查集的DBSCAN算法设计
来源期刊 伊犁师范学院学报(自然科学版) 学科 工学
关键词 UF-DBSCAN DBSCAN 并查集 聚类
年,卷(期) 2014,(4) 所属期刊栏目
研究方向 页码范围 62-65
页数 4页 分类号 TP311
字数 1926字 语种 中文
DOI
五维指标
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  (0)
参考文献  (1)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (6)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(4)
  • 引证文献(0)
  • 二级引证文献(4)
研究主题发展历程
节点文献
UF-DBSCAN
DBSCAN
并查集
聚类
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
伊犁师范学院学报(自然科学版)
季刊
1673-999X
65-1263/N
大16开
新疆伊宁市解放西路448号
2007
chi
出版文献量(篇)
1153
总下载数(次)
2
总被引数(次)
1890
论文1v1指导