一种基于参考点的快速密度聚类算法

• 作者: 刘琪林 闫安
• 来源期刊: 微电子学与计算机
• 关键词: 聚类 密度 簇 参考点 数据挖掘
• 年，卷（期）: 2017,（10）
• 页码范围: 32-35,41
• 页数: 5页
• 分类号: TP301
• 语种: 中文

摘要

提出了一种基于k个参考点DCUR (Density-based Clustering Using k References).新算法以k个参考点反应了数据的分布状态,然后基于参考点对数据进行聚类分析.该算法保持了DBSCAN的优点,并且可以减少区域查询次数,降低I/O开销.理论和实验证明新算法能够有效地对大规模数据库进行聚类,且其执行效率明显高于传统的基于R*树的DBSCAN算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫安	合肥工业大学管理学院	23	246	9.0	15.0
2	刘琪林	合肥工业大学管理学院	1	3	1.0	1.0