节点文献

基于DBSCAN的簇共享对象的处理办法

A DBSCAN-Based Algorithm for Boundary Object of Cluster

  • 推荐 CAJ下载
  • PDF下载
  • 不支持迅雷等下载工具,请取消加速工具后下载。

【作者】 徐仰彬刘志镜

【Author】 XU Yang-bin,LIU Zhi-jing (Computer School,Xidian University,Xi’an 710071,China)

【机构】 西安电子科技大学计算机学院西安电子科技大学计算机学院 陕西西安710071陕西西安710071

【摘要】 聚类分析是数据挖掘的一类主要的方法,它可以自动根据相似性对数据对象进行分组,发现数据空间的分布特征。DBSCAN算法是经典的基于密度的聚类算法,针对此算法处理簇边界共享点的不足之处,改进了此算法。试验结果证实了确实可以提高聚类结果的质量。

【Abstract】 Cluster analysis is a primary method for data mining.The DBSCAN algorithm can discover clusters of random shape from database.Improved the algorithm in dealing with boundary object of cluster.The results of the experiments demonstrate that this algorithm can improve the cluster quality surely.

【关键词】 数据挖掘聚类分析DBSCAN算法
【Key words】 data miningcluster analysisDBSCAN algorithm
【基金】 国家自然科学基金资助项目2005(60573139)
  • 【文献出处】 计算机技术与发展 ,Computer Technology and Development , 编辑部邮箱 ,2007年07期
  • 【分类号】TP311.13
  • 【被引频次】2
  • 【下载频次】80
节点文献中: 

本文链接的文献网络图示:

本文的引文网络