基于变化密度的自适应空间聚类方法研究

• 作者: 张坤龙 杨亚军 杨晓科
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 自适应 变化密度 k最近邻 聚类 数据挖掘
• 年，卷（期）: 2014,（8）
• 所属期刊栏目: 先进计算与数据处理
• 页码范围: 58-63,69
• 页数: 7页
• 分类号: TP181
• 字数: 5351字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2014.08.012

摘要

针对DBSCAN算法无法处理变化密度的问题,提出一种基于变化密度的自适应空间聚类方法.采用密度变化率来识别不同密度的簇之间的边界,且运行时自动调整参数的值.将密度定义为一个点到其第k个最近邻居的距离,若一个点的邻居的密度与该点密度的变化率小于用户给定阈值,则为相似邻居.定义核点为最邻近邻居中至少有k个是相似邻居的点,在此基础上应用DBSCAN算法进行广度优先搜索,将密度相似并且距离可达的核点及其最邻近邻居标记为同一个簇.在判断相似邻居时,根据已加入的核点的平均密度和密度变化率自动调整参数值.实验结果表明,该方法可以准确地发现任意形状、大小和密度的簇,消除孤立点,且通过自适应机制更容易设置合适参数.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张坤龙	天津大学计算机科学与技术学院	8	24	3.0	4.0
2	杨亚军	天津大学计算机科学与技术学院	1	3	1.0	1.0
3	杨晓科	天津大学计算机科学与技术学院	1	3	1.0	1.0