一种面向大规模二维点集数据的密度聚类算法

• 作者: 付山 王小林 胡涛 邰伟鹏
• 来源期刊: 安徽工业大学学报（自然科学版）
• 关键词: 密度聚类 网格 算法 大规模数据集
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 电气与计算机
• 页码范围: 147-152,164
• 页数: 7页
• 分类号: TP311
• 语种: 中文
• DOI: 10.3969/j.issn.1671-7872.2020.02.009

摘要

针对密度聚类算法无法应用于大规模数据集的问题,提出一种基于划分网格的密度聚类算法(GDSCAN).将大规模二维点阵图划分为若干网格,网格最短边不小于给定邻域半径,目标点所在网格中任意点的邻域范围不会超过与该网格直接连接的网格,只需在保留网格内寻找邻域点,从而减少计算量;聚类从任意无类别核心点开始,将该点的所有密度可达组成一个簇,以此类推直至所有核心点都有类别;采用提出的GDSCAN算法对不同数量级的二维路网节点进行聚类验证.结果表明,GDSCAN算法可有效解决大规模二维点阵数据集中密度聚类的效率问题,数据量越大,效果越明显,且时间复杂度明显降低.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	邰伟鹏	安徽工业大学计算机科学与技术学院	33	160	7.0	11.0
5	王小林	安徽工业大学计算机科学与技术学院	49	389	10.0	19.0
9	胡涛	安徽工业大学工程研究院	26	84	5.0	8.0
10	付山	安徽工业大学计算机科学与技术学院	1	0	0.0	0.0