基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
传统DBSCAN算法需要人为确定Eps和MinPts参数,参数的选择直接决定了聚类结果的合理性,因此提出一种新的自适应确定DBSCAN算法参数算法,该算法基于参数寻优策略,通过利用数据集自身分布特性生成候选Eps和 MinPts参数,自动寻找聚类结果的簇数变化稳定区间,并将该区间中密度阈值最少时所对应的 Eps和MinPts参数作为最优参数.实验结果表明,该算法能够实现聚类过程的全自动化并且能够选择合理的 Eps和MinPts参数,得到了高准确度聚类结果.
推荐文章
基于DBSCAN的自适应GSA算法研究
GSA算法
DBSCAN
自适应策略
启发式优化算法
改进DBSCAN算法中参数Eps值的确定
DBSCAN
Eps
聚类
噪音水平估计
DBSCAN算法中参数的自适应确定
一种经典的基于密度的聚类算法(DBSCAN)
核密度估计
自适应
聚类
自适应参数的轨迹压缩算法
轨迹压缩
自适应参数
压缩阈值
压缩比
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 自适应确定DBSCAN算法参数的算法研究
来源期刊 计算机工程与应用 学科 工学
关键词 DBSCAN算法 自适应 参数寻优 K-平均最近邻法
年,卷(期) 2019,(5) 所属期刊栏目 热点与综述
研究方向 页码范围 1-7,148
页数 8页 分类号 TP301
字数 5554字 语种 中文
DOI 10.3778/j.issn.1002-8331.1809-0018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 蒋莹 10 54 5.0 7.0
2 闫世强 19 71 5.0 8.0
3 李文杰 13 26 3.0 5.0
4 王成良 16 36 4.0 5.0
5 张松芝 7 15 1.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (51)
共引文献  (144)
参考文献  (13)
节点文献
引证文献  (12)
同被引文献  (65)
二级引证文献  (0)
1971(1)
  • 参考文献(1)
  • 二级参考文献(0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(8)
  • 参考文献(1)
  • 二级参考文献(7)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(2)
  • 二级参考文献(0)
2009(8)
  • 参考文献(1)
  • 二级参考文献(7)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(4)
  • 参考文献(1)
  • 二级参考文献(3)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(4)
  • 参考文献(1)
  • 二级参考文献(3)
2015(4)
  • 参考文献(0)
  • 二级参考文献(4)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2018(2)
  • 参考文献(2)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(12)
  • 引证文献(12)
  • 二级引证文献(0)
研究主题发展历程
节点文献
DBSCAN算法
自适应
参数寻优
K-平均最近邻法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导