空间密度聚类模式挖掘方法DBSCAN研究回顾与进展

• 作者: 伏家云 杜明义 靖常峰
• 来源期刊: 测绘科学
• 学科: 地球科学
• 关键词: 数据挖掘 空间聚类 密度聚类 聚类模式挖掘
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 研究进展
• 页码范围: 50-57
• 页数: 8页
• 分类号: P208
• 语种: 中文
• DOI: 10.16251/j.cnki.1009-2307.2018.12.010

摘要

针对DBSCAN方法存在的参数Eps和MinPts需要事先人为输入及对密度分布层次大的数据集聚类效果较差的局限性,该文对其进行了文献回顾,总结了国内外学者们的研究现状与发展,并比较分析了引用量较高方法的优点和不足,最后得出结论.对于参数确定的问题,现有学者提出了大致两种解决方法:①利用启发武方法;②与其他智能算法相结合.对于具有较大密度差数据集的适用问题,现有学者也提出了大致两种解决方法:①利用曲线斜率将数据集分层;②利用一定的规则将数据集网格化.

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
2	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
4	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