一种基于扩展区域查询的密度聚类算法

• 作者: 吕正卓 吴启龙 张慧莉 曲朝阳 杨杰明 蔺洪文
• 来源期刊: 计算机应用研究
• 关键词: 密度聚类算法 扩展区域查询 k-影响空间域 边界点检测
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 2938-2941,2992
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.10.013

摘要

针对DBSCAN算法中最小点数和最大邻域半径难以确定、算法时间开销大、对起始数据点的选择比较敏感,以及难以发现不同密度下的邻近簇等问题,提出一种基于扩展区域查询的密度聚类算法(GISN-DB-SCAN).该方法首先提出扩展区域查询算法,随后采用最近邻域和反最近邻域的邻域关系,建立每个点的k-影响空间域;最后提出一种异常点判定函数,使得算法能够准确地识别边界点和噪声点.实验结果表明,GISN-DB-SCAN算法能够有效地解决DBSCAN算法的不足.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲朝阳	东北电力大学信息工程学院	104	1025	15.0	26.0
2	杨杰明	东北电力大学信息工程学院	36	145	7.0	10.0
3	吴启龙	东北电力大学信息工程学院	2	8	1.0	2.0