文献类型：期刊文章

作　　者：焦誉[1] 赖建章[2] 柯佳[3]

机构地区：[1]安徽行政学院信息管理系,安徽合肥230059 [2]合肥工业大学管理学院,安徽合肥230009 [3]安徽中医学院计算机系,安徽合肥230037

出　　处：《安徽大学学报（自然科学版）》

年　　份：2007

卷　　号：31

期　　号：1

起止页码：31-34

语　　种：中文

收录情况：AJ、BDHX、BDHX2004、CAS、MR、ZGKJHX、ZMATH、核心刊

摘　　要：聚类算法是数据挖掘领域中一个非常重要的研究方向.至今为止人们已经提出了许多适用于大规模的、高维的数据库的聚类算法.基于密度的聚类算法是其中一个比较典型的研究方向,文中以DBSCAN为基础,提出一种基于密度的网格动态聚类算法.新算法将网格的原理运用到基于密度的聚类算法中,并采用了动态的参数法,能自动根据数据的分布情况进行必要的参数更改,有效减少DBSCAN对初始参数的敏感度,从而提高了聚类的效率和效果,降低了算法I/O的开销.算法不仅能挖掘出各种形状的聚类,并能准确的挖掘出数据集中突出的聚类.

关 键 词：聚类算法 密度  网格 动态  

分 类 号：TP18]