基于自然邻居改进的DBSCAN算法

• 作者: 李捷 陈雁彬
• 来源期刊: 现代计算机
• 关键词: DBSCAN 自然邻居 密度 核心点 聚类
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 研究与开发
• 页码范围: 3-7
• 页数: 5页
• 字数: 3237字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.13.001

摘要

传统的DBSCAN算法对邻域阈值MinPts与邻域半径值ε两个参数敏感,当数据集中存在密度分布不均匀的类别时,传统DBSCAN算法难以设定两个参数;针对这些问题,引进自然邻居算法对DBSCAN进行改进,使用自然邻居算法得出核心点,并通过核心点之间的邻域关系,自适应获取每个核心点的邻域半径值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李捷	重庆大学计算机学院	1	2	1.0	1.0
2	陈雁彬	重庆大学计算机学院	1	2	1.0	1.0