文献类型：期刊文章

作　　者：冯振华[1] 钱雪忠[1] 赵娜娜[1]

Feng Zhenhua;Qian Xuezhong;Zhao Nana(School of Internet of Things Engineering, Jiangnan University, Wuxi Jiangsu 214000 , China)

机构地区：[1]江南大学物联网工程学院,江苏无锡214000

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61103129,61202312);江苏省科技支撑计划资助项目(BE2009009)

年　　份：2016

卷　　号：33

期　　号：9

起止页码：2693-2696

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：针对基于密度的DBSCAN算法对于输入参数敏感、无法聚类多密度数据集等问题,提出了一种贪心的DBSCAN改进算法(greedy DBSCAN)。算法仅需输入一个参数Min Pts,采用贪心策略自适应地寻找Eps半径参数进行簇发现,利用相对稠密度识别和判定噪声数据,在随机寻找核对象过程中使用邻域查询方式提升算法效率,最终通过簇的合并产生最终的聚类结果。实验结果表明,改进后的算法能有效地分离噪声数据,识别多密度簇,聚类准确度较高。

关 键 词：多密度  贪心策略 相对稠密度  邻域查询  噪声数据 DBSCAN聚类

分 类 号：TP301.6]