Greedy DBSCAN:一种针对多密度聚类的DBSCAN改进算法

• 作者: 冯振华 赵娜娜 钱雪忠
• 来源期刊: 计算机应用研究
• 关键词: 多密度 贪心策略 相对稠密度 邻域查询 噪声数据 DBSCAN聚类
• 年，卷（期）: 2016,（9）
• 所属期刊栏目: 软件技术研究
• 页码范围: 2693-2696,2700
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.09.029

摘要

针对基于密度的DBSCAN算法对于输入参数敏感、无法聚类多密度数据集等问题,提出了一种贪心的DBSCAN改进算法(greedy DBSCAN).算法仅需输入一个参数MinPts,采用贪心策略自适应地寻找Eps半径参数进行簇发现,利用相对稠密度识别和判定噪声数据,在随机寻找核对象过程中使用邻域查询方式提升算法效率,最终通过簇的合并产生最终的聚类结果.实验结果表明,改进后的算法能有效地分离噪声数据,识别多密度簇,聚类准确度较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院	92	741	15.0	22.0
2	冯振华	江南大学物联网工程学院	7	88	5.0	7.0
3	赵娜娜	江南大学物联网工程学院	2	43	2.0	2.0