基于密度的聚类分析

• 作者: 李忠武
• 来源期刊: 电子测试
• 关键词: 聚类分析 DBSCAN 簇
• 年，卷（期）: 2016,（14）
• 所属期刊栏目: 理论与算法
• 页码范围: 59-60
• 页数: 2页
• 字数: 1218字
• 语种: 中文

摘要

密度聚类方法的指导思想是，只要一个区域中的点的密度大于某个域值，就把它加到与之相近的聚类中去。对于簇中每个对象，在给定的半径ε的邻域中至少要包含最小数数目（MinPts）个对象。这类算法能克服基于距离的算法只能发现“类圆形”的聚类的缺点，可发现任意形状的聚类，且对噪声数据不敏感。代表算法有：DBSCAN、OPTICS、DENCLUE算法等。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李忠武		41	96	4.0	9.0