参数优化DBSCAN算法的城管案件聚类分析

• 作者: 付艳丽 伏家云 戴培培 杜明义 靖常峰
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: DBSCAN算法 城管案件 聚类分析 数据挖掘
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 应用研究
• 页码范围: 135-140
• 页数: 6页
• 分类号: P208|TU984
• 字数: 3846字
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2018.08.022

摘要

针对DBSCAN算法参数对聚类结果具有较大的不确定性问题,该文提出了基于空间分析的参数优化思想:首先,基于Ripley's K函数分析,实现自适应确定数据聚类范围EPS值;基于K-D树分析,实现自适应确定在Eps阈值内的点数量MinPts值;然后,基于以上参数的自适应确定思想,利用R语言编写了DBSCAN算法,进一步实现了数据的精确聚类.基于典型城市管理案件的实验结果表明:该方法充分考虑了空间数据统计特性,具有较好的适用性,聚类簇特征明显,聚类质量较高.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杜明义	北京建筑大学测绘与城市空间信息学院	64	374	10.0	15.0
3	靖常峰	北京建筑大学测绘与城市空间信息学院	21	127	6.0	10.0
9	付艳丽	北京建筑大学测绘与城市空间信息学院	4	15	2.0	3.0
10	戴培培	北京建筑大学测绘与城市空间信息学院	5	24	3.0	4.0
12	伏家云	北京建筑大学测绘与城市空间信息学院	3	9	2.0	3.0