期刊文章详细信息
基于DBSCAN聚类算法的研究与实现
Research and Implementation of Clustering Algorithm Based on DBSCAN
文献类型：期刊文章
机构地区：[1]湖南文理学院计算机科学与技术系,湖南常德415000
基 金：国家973计划资助项目(G1998030409)
年 份：2004
卷 号：24
期 号：4
起止页码：45-46
语 种：中文
收录情况：AJ、BDHX、BDHX2000、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊
摘 要：高密度聚类作为数据挖掘中聚类算法的一种分析方法,它能找到样本比较密集的部分,并且概括出样本相对比较集中的类。文中分析了传统的聚类算法及局限性,讨论了一个基于高密度聚类算法的实现过程,使得算法可自动发现高维子空间,处理高维数据表格,得到较快的聚类速度和最佳的聚类效果。
关 键 词：数据挖掘 聚类 高密度 网格 DBSCAN
分 类 号：TP311]
参考文献：
正在载入数据...
二级参考文献：
正在载入数据...
耦合文献：
正在载入数据...
引证文献：
正在载入数据...
二级引证文献：
正在载入数据...
同被引文献：
正在载入数据...
