改进的自适应参数DBSCAN聚类算法

• 作者: 林国宇 王光
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 密度聚类 DBSCAN算法 自适应 核密度估计 参数寻优
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 理论与研发
• 页码范围: 45-51
• 页数: 7页
• 分类号: TP311.13
• 字数: 4779字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1908-0501

摘要

针对传统DBSCAN算法需要人工输入Eps和MinPts参数,且参数选择不合理导致聚类准确率低的问题,提出了一种改进的自适应参数密度聚类算法.采用核密度估计确定Eps和MinPts参数的合理区间,通过分析数据局部密度特点确定簇数,根据合理区间内的参数值进行聚类,计算满足簇数条件时的轮廓系数,最大轮廓系数对应的参数即为最优参数.在4种经典数据集上进行对比实验,结果表明,该算法能够自动选择最优的Eps和MinPts参数,准确率平均提高6.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王光	辽宁工程技术大学软件学院	18	67	3.0	7.0
2	林国宇	辽宁工程技术大学软件学院	1	0	0.0	0.0