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:
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%.
推荐文章
Greedy DBSCAN:一种针对多密度聚类的DBSCAN改进算法
多密度
贪心策略
相对稠密度
邻域查询
噪声数据
DBSCAN聚类
一种改进的 DBscan聚类算法
DBscan
核心点
二次聚类
轮廓系数
参数自适应的网格密度聚类算法
网格密度
聚类
空间划分
噪声曲线
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 改进的自适应参数DBSCAN聚类算法
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
研究方向 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
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
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (118)
共引文献  (132)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1971(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)
1996(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(7)
  • 参考文献(0)
  • 二级参考文献(7)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(11)
  • 参考文献(2)
  • 二级参考文献(9)
2009(9)
  • 参考文献(0)
  • 二级参考文献(9)
2010(4)
  • 参考文献(1)
  • 二级参考文献(3)
2011(8)
  • 参考文献(0)
  • 二级参考文献(8)
2012(11)
  • 参考文献(1)
  • 二级参考文献(10)
2013(3)
  • 参考文献(0)
  • 二级参考文献(3)
2014(9)
  • 参考文献(0)
  • 二级参考文献(9)
2015(6)
  • 参考文献(0)
  • 二级参考文献(6)
2016(21)
  • 参考文献(2)
  • 二级参考文献(19)
2017(6)
  • 参考文献(3)
  • 二级参考文献(3)
2018(7)
  • 参考文献(3)
  • 二级参考文献(4)
2019(2)
  • 参考文献(2)
  • 二级参考文献(0)
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
密度聚类
DBSCAN算法
自适应
核密度估计
参数寻优
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
总被引数(次)
390217
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