文献类型：期刊文章

作　　者：陈燕俐[1] 洪龙[1] 金达文[1] 朱梧槚[2]

机构地区：[1]南京邮电大学计算机科学与技术系,江苏南京210003 [2]南京航空航天大学信息科学与技术学院,江苏南京210016

出　　处：《南京邮电学院学报（自然科学版）》

年　　份：2005

卷　　号：25

期　　号：4

起止页码：24-29

语　　种：中文

收录情况：SCOPUS、普通刊

摘　　要：对数据挖掘中基于密度聚类的相关概念和算法进行了讨论,对OPTICS(O rdering Pointers to Iden-tify the C lustering Structure)算法聚类分析的正确性给以了证明。以DBSCAN,OPTICS为基础,提出了一种基于密度的简单有效的聚类算法。新算法主要在ε-邻域查询和种子队列的更新两个方面作了改进,给出了一种简单、效率较高的邻域查询方法-哈希表法,即对整个数据集合或部分数据作网格化处理。测试结果表明新算法能够有效地对大规模数据进行聚类,效率较高。

关 键 词：数据挖掘 聚类 距离  密度  邻域查询  

分 类 号：TP311.13]