文献类型：期刊文章

作　　者：赵文[1] 夏桂书[2] 苟智坚[1] 闫振兴[3]

机构地区：[1]成都信息工程学院网络工程学院,四川成都610225 [2]中国民用航空飞行学院航空工程学院,四川广汉618307 [3]北京理工大学信息与电子学院,北京100081

出　　处：《四川师范大学学报（自然科学版）》

基　　金：四川省教育厅自然科学重点基金(11ZA114)资助项目

年　　份：2013

卷　　号：36

期　　号：2

起止页码：312-316

语　　种：中文

收录情况：AJ、BDHX、BDHX2011、CAS、CSCD、CSCD_E2013_2014、JST、MR、RCCSE、WOS、ZGKJHX、ZMATH、ZR、核心刊

摘　　要：聚类技术是数据挖掘中的一项重要技术,它能够根据数据自身的特点将集中的数据划分为簇.DBSCAN是一种经典的基于密度的聚类算法,能发现任意数量和形状的簇,但需设置Eps和MinPts参数,且聚类效果对参数敏感.提出一种改进的DBSCAN算法,该算法采用自适应的Eps参数使得DBSCAN算法能对具有不同密度的簇的数据集进行聚类.仿真实验结果验证了所提算法的有效性.

关 键 词：聚类 密度  自适应 DBSCAN算法

分 类 号：TP301]