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:
针对DBSCAN算法聚类时时间复杂度较高、当边界点同时属于多个类时其聚类准确率较低的问题,在网格查询思想和OPTICS算法的基础上,提出一种改进的DBSCAN算法(GO-DBSCAN算法).进行聚类操作前,为降低聚类的时间复杂度,先基于网格查询的思想将数据集划分成不同的网格,在进行项目邻域查询时,只须遍历项目附近网格数据而不必遍历整个数据集;在进行项目聚类时,主要考虑该项目与其附近核心项目的最小可达距离,因此,将OPTICS算法中的最小可达距离引入到DBSCAN算法中,以提高算法对边界点处理的准确度.仿真实验结果表明,GO-DBSCAN在边界点处理的准确率和运行效率方面较DBSCAN都有所提高.
推荐文章
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
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
一种基于扩展区域查询的密度聚类算法
密度聚类算法
扩展区域查询
k-影响空间域
边界点检测
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
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于网格查询的改进DBSCAN算法
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 聚类算法 DBSCAN算法 OPTICS算法 网格聚类 边界点
年,卷(期) 2016,(5) 所属期刊栏目 计算机软件理论、技术与应用
研究方向 页码范围 25-29
页数 5页 分类号 TP181|TP301.6
字数 3394字 语种 中文
DOI 10.3969/j.issn.1673-159X.2016.05.005
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 刘克剑 西华大学计算机与软件工程学院 27 202 7.0 13.0
2 孟庆瑞 5 9 1.0 3.0
3 唐福喜 西华大学计算机与软件工程学院 2 13 2.0 2.0
4 冯玲 西华大学计算机与软件工程学院 2 13 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (144)
共引文献  (1105)
参考文献  (16)
节点文献
引证文献  (7)
同被引文献  (22)
二级引证文献  (29)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1973(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1982(1)
  • 参考文献(0)
  • 二级参考文献(1)
1985(3)
  • 参考文献(0)
  • 二级参考文献(3)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(4)
  • 参考文献(0)
  • 二级参考文献(4)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(6)
  • 参考文献(0)
  • 二级参考文献(6)
2000(10)
  • 参考文献(2)
  • 二级参考文献(8)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(9)
  • 参考文献(0)
  • 二级参考文献(9)
2003(8)
  • 参考文献(0)
  • 二级参考文献(8)
2004(7)
  • 参考文献(0)
  • 二级参考文献(7)
2005(9)
  • 参考文献(1)
  • 二级参考文献(8)
2006(8)
  • 参考文献(0)
  • 二级参考文献(8)
2007(18)
  • 参考文献(0)
  • 二级参考文献(18)
2008(18)
  • 参考文献(3)
  • 二级参考文献(15)
2009(18)
  • 参考文献(1)
  • 二级参考文献(17)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(6)
  • 参考文献(3)
  • 二级参考文献(3)
2012(8)
  • 参考文献(3)
  • 二级参考文献(5)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(1)
  • 二级参考文献(1)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(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(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(10)
  • 引证文献(3)
  • 二级引证文献(7)
2019(16)
  • 引证文献(1)
  • 二级引证文献(15)
2020(8)
  • 引证文献(1)
  • 二级引证文献(7)
研究主题发展历程
节点文献
聚类算法
DBSCAN算法
OPTICS算法
网格聚类
边界点
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
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
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
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导