文献类型：期刊文章

作　　者：夏鲁宁[1] 荆继武[1]

机构地区：[1]中国科学院研究生院,信息安全国家重点实验室,北京100049

出　　处：《中国科学院研究生院学报》

基　　金：国家高技术研究发展计划(863)项目(2003AA144050)资助

年　　份：2009

卷　　号：26

期　　号：4

起止页码：530-538

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSCD、CSCD2011_2012、核心刊

摘　　要：DBSCAN是一种经典的基于密度聚类算法,能够自动确定簇的数量,对任意形状的簇都能有效处理.DBSCAN算法需要人为确定Eps和minPts2个参数,导致聚类过程需人工干预才能进行.在DBSCAN的基础上提出了SA-DBSCAN聚类算法,通过分析数据集统计特性来自动确定Eps和minPts参数,从而避免了聚类过程的人工干预,实现聚类过程的全自动化.实验表明,SA-DBSCAN能够选择合理的Eps和minPts参数并得到较高准确度的聚类结果.

关 键 词：数据挖掘 聚类 DBSCAN SA-DBSCAN  

分 类 号：TP181]