基于高阶差分和网格划分算法的DBSCAN参数自动选取算法

• 作者: 兰红 朱合隆
• 来源期刊: 计算机应用研究
• 关键词: 密度聚类 参数选取 高阶差分 网格划分 去极化
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3347-3352
• 页数: 6页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2019.06.0257

摘要

针对DBSCAN算法中的两个参数eps和minPts通常依靠经验选取所带来的不足,提出一种高阶差分和网格划分相结合的快速DBSCAN自动参数选取算法.首先分析数据集中数据点与参数的关系,通过引入高阶差分算法自动获取eps和minPts两个参数;然后利用网格划分对数据集建立网格索引,优化算法的运行效率,最后针对噪声点过多的数据集提出去极化操作,增强算法的鲁棒性.算法应用于flame等九个数据集,分别与传统DBSCAN和AGD-DBSCAN算法选取的参数进行聚类效果和算法运行效率的对比分析.结果表明提出的基于高阶差分自动选取参数算法是一种有效的DBSCAN参数自动选取方法,网格划分显著提升了高阶差分算法的性能,去极化操作必要且有效,具有很好的实用性.

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		66	377	11.0	16.0
2	朱合隆		4	4	2.0	2.0