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:
DBSCAN聚类算法因其能自动识别不同数量的簇而被广泛使用.然而,由于算法中的两个参数设定需要人工进行干预,因此在很大程度上容易导致聚类效果出现偏差.针对上述问题,本文首先提出了一种基于数据集统计特征的数据矩阵;在此基础上,利用埃尔米特插值法对数据集进行差商分析与计算,使得参数自动确定;最后进行了仿真实验,结果表明本文提出的HI-DBSCAN聚类算法较原始算法在准确性和自适应性方面更佳.
推荐文章
改进的基于DBSCAN的空间聚类算法研究
数据挖掘
空间数据挖掘
聚类分析
DBSCAN
基于DBSCAN算法的告警数据聚类研究
告警数据分析
多约束条件
DBSCAN算法
滑动时间窗口法
基于数据交叠分区的并行DBSCAN算法
大规模数据库
聚类
数据交叠分区
DBSCAN算法
并行计算
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
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 基于埃尔米特插值法的DBSCAN算法研究
来源期刊 南昌工程学院学报 学科 工学
关键词 DBSCAN 埃尔米特插值 聚类算法 统计特征
年,卷(期) 2020,(4) 所属期刊栏目 信息与电子工程
研究方向 页码范围 80-84
页数 5页 分类号 TP391
字数 语种 中文
DOI
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 王文丰 24 40 3.0 5.0
2 方宗华 1 0 0.0 0.0
3 董健华 1 0 0.0 0.0
4 章香 1 0 0.0 0.0
5 徐灯 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (101)
共引文献  (157)
参考文献  (12)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1971(1)
  • 参考文献(0)
  • 二级参考文献(1)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(6)
  • 参考文献(1)
  • 二级参考文献(5)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(8)
  • 参考文献(0)
  • 二级参考文献(8)
2015(12)
  • 参考文献(0)
  • 二级参考文献(12)
2016(15)
  • 参考文献(2)
  • 二级参考文献(13)
2017(9)
  • 参考文献(0)
  • 二级参考文献(9)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(4)
  • 参考文献(3)
  • 二级参考文献(1)
2020(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)
研究主题发展历程
节点文献
DBSCAN
埃尔米特插值
聚类算法
统计特征
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
南昌工程学院学报
双月刊
1006-4869
36-1288/TV
大16开
江西省南昌市天祥大道289号,南昌工程学院学报编辑部
1982
chi
出版文献量(篇)
2353
总下载数(次)
9
总被引数(次)
6291
论文1v1指导