基于区域划分的DBSCAN多密度聚类算法

• 作者: 宋威 罗靖 钱雪忠 韩利钊
• 来源期刊: 计算机应用研究
• 关键词: 区域划分 多密度 相对密度差 DBSCAN聚类
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1668-1671,1685
• 页数: 5页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2018.06.015

摘要

DBSCAN聚类算法使用固定的Eps和minPts,处理多密度的数据效果不理想,并且算法的时间复杂度为O(N2).针对以上问题,提出一种基于区域划分的DBSCAN多密度聚类算法.算法利用网格相对密度差把数据空间划分成密度不同的区域,每个区域的Eps根据该区域的密度计算自动获得,并利用DBSCAN算法进行聚类,提升了DBSCAN的精度;避免了DBSCAN在查找密度相连时需要遍历所有数据的不足,从而改善了算法效率.实验表明算法能有效地对多密度数据进行聚类,对各种数据的适应力较强,效率较优.

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	江南大学物联网技术应用教育部工程研究中心	92	741	15.0	22.0
2	宋威	江南大学物联网技术应用教育部工程研究中心	44	158	8.0	10.0
3	韩利钊	江南大学物联网技术应用教育部工程研究中心	4	38	3.0	4.0
4	罗靖	江南大学物联网技术应用教育部工程研究中心	3	35	2.0	3.0