基于方形邻域的网格密度聚类算法

• 作者: 兰红 朱合隆
• 来源期刊: 计算机应用研究
• 关键词: 聚类分析 密度聚类 方形邻域 网格 网格簇
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 1735-1740
• 页数: 6页
• 分类号: TP274
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.12.0883

摘要

针对大数据聚类低效的问题,提出一种方形邻域快速网格密度聚类算法(square-neighborhood and grid-based DBSCAN,SGBSCAN).首先给出方形邻域密度聚类定义,利用方形邻域代替圆形邻域,降低时间复杂度;其次提出方形邻域密度聚类的grid概念,快速确定高密度区域内核心点与数据点之间的密度关系;最后提出grid密度簇,利用网格之间的关系加快密度簇的形成.算法应用于16个数据集,分别与已有文献算法进行对比,结果表明所提算法在聚类效率方面有显著提升,数据量越大算法效率提升越明显,且该算法适用于多维数据的聚类.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	兰红	江西理工大学信息工程学院	66	377	11.0	16.0
2	朱合隆	江西理工大学信息工程学院	4	4	2.0	2.0