屏蔽了输入参数敏感性的DBSCAN改进算法-中国学术期刊网络出版总库

中国学术期刊网络出版总库

屏蔽了输入参数敏感性的DBSCAN改进算法

推荐 CAJ下载

【英文篇名】	An Improved DBSCAN Algorithm which is Insensitive to Input Parameters
【下载频次】	★★★★★
【作者】	蔡颖琨; 谢昆青; 马修军;
【英文作者】	CAI Yingkun XIE Kunqing MA Xiujun (Center of Information Science; Peking University; Beijing; 100871);
【作者单位】	北京大学信息科学中心视觉与听觉信息处理国家重点实验室; 北京大学信息科学中心视觉与听觉信息处理国家重点实验室北京; 100871;
【文献出处】	北京大学学报(自然科学版) , Acta Scicentiarum Naturalum Universitis Pekinesis, 编辑部邮箱 2004年 03期期刊荣誉：中文核心期刊要目总览 ASPT来源刊中国期刊方阵 CJFD收录刊
【中文关键词】	聚类; DBSCAN; 参数敏感; 数据挖掘;
【英文关键词】	clustering; DBSCAN; sensitive to input parameter; data mining;
【摘要】	提出了一种新的DBSCAN改进算法 ,通过记录簇连接信息 ,能够有效地屏蔽输入参数敏感性 ,提高聚类结果的质量 ,同时保持了DBSCAN算法的高执行效率。测试结果表明新算法的性能较高
【英文摘要】	An improved DBSCAN algorithm is presented, which is insensitive to input parameter by discovering connected clusters. The new algorithm produces better clustering results, while maintaining the high performance of the origin algorithm at the same time. The results of experiments demonstrate that the new algorithm outperforms OPTICS.
【基金】	北京市自然科学重点基金 (40 110 0 2 ); “十五”863计划 (2 0 0 2AA13 52 3 0 )资助项目
【更新日期】	2005-08-19
【分类号】	TP3016
【正文快照】	0　引　言聚类分析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,是数据挖掘的一类主要方法。它既可以独立使用,也可以作为其他数据挖掘算法的预处理步骤。聚类分析算法通常有5类[1 ] :( 1)基于划分的方法,如k means算法和k medoids算法;( 2 )基于层次的方法,如CU

xxx

【读者推荐文章】

中国期刊全文数据库中国博士学位论文全文数据库中国优秀硕士学位论文全文数据库中国重要会议论文全文数据库

【相似文献】

中国期刊全文数据库

中国优秀硕士学位论文全文数据库

中国博士学位论文全文数据库

中国重要会议论文全文数据库

中国重要报纸全文数据库

中国学术期刊网络出版总库

点击下列相关研究机构和相关文献作者，可以直接查到这些机构和作者被《中国知识资源总库》收录的其它文献，使您全面了解该机构和该作者的研究动态和历史。


	CNKI系列数据库编辑出版及版权所有：中国学术期刊(光盘版)电子杂志社中国知网技术服务及网站系统软件版权所有：清华同方知网(北京)技术有限公司其它数据库版权所有：各数据库编辑出版单位（见各库版权信息）京ICP证040431号互联网出版许可证新出网证（京）字008号