基于网格和密度比的DBSCAN聚类算法研究

• 作者: 徐红艳 普蓉 王嵘冰 黄法欣
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 密度聚类 网格 密度比 DBSCAN
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 1269-1274,1285
• 页数: 7页
• 分类号: TP391
• 字数: 5037字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.06.002

摘要

DBSCAN已被广泛应用到计算机视觉处理及图像处理中的数据压缩和信息检索等领域.论文针对DBSCAN算法在数据分布不均匀时,使用全局阈值难以识别数据集中所有簇的问题,提出基于网格划分和密度比聚类的DBSCAN算法.该算法首先通过自适应多分辨率的网格划分思想把数据划分到多个网格空间中,利用所划分的网格加快查找到类簇的峰值和低谷;再利用密度估计来计算密度,从而快速确定全局阈值,并使用该全局阈值对数据集进行有效识别.通过对比实验表明,所提算法能够有效对密度不均匀的数据进行聚类,并具有较高的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐红艳	辽宁大学信息学院	40	299	9.0	16.0
2	王嵘冰	辽宁大学信息学院	31	165	5.0	12.0
3	普蓉	辽宁大学信息学院	1	0	0.0	0.0
4	黄法欣	辽宁大学信息学院	1	0	0.0	0.0