文献类型：期刊文章

作　　者：王光[1] 林国宇[1]

WANG Guang;LIN Guoyu(College of Software,Liaoning Technical University,Huludao,Liaoning 125105,China)

机构地区：[1]辽宁工程技术大学软件学院,辽宁葫芦岛125105

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.71371091)。

年　　份：2020

卷　　号：56

期　　号：14

起止页码：45-51

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSCD、CSCD_E2019_2020、IC、JST、PROQUEST、RCCSE、ZGKJHX、核心刊

摘　　要：针对传统DBSCAN算法需要人工输入Eps和MinPts参数,且参数选择不合理导致聚类准确率低的问题,提出了一种改进的自适应参数密度聚类算法。采用核密度估计确定Eps和MinPts参数的合理区间,通过分析数据局部密度特点确定簇数,根据合理区间内的参数值进行聚类,计算满足簇数条件时的轮廓系数,最大轮廓系数对应的参数即为最优参数。在4种经典数据集上进行对比实验,结果表明,该算法能够自动选择最优的Eps和MinPts参数,准确率平均提高6.1%。

关 键 词：密度聚类 DBSCAN算法 自适应 核密度估计 参数寻优

分 类 号：TP311.13]