参数优化DBSCAN算法的城管案件聚类分析

摘要：

针对DBSCAN算法参数对聚类结果具有较大的不确定性问题,该文提出了基于空间分析的参数优化思想:首先,基于Ripley's K函数分析,实现自适应确定数据聚类范围EPS值;基于K-D树分析,实现自适应确定在Eps阈值内的点数量MinPts值;然后,基于以上参数的自适应确定思想,利用R语言编写了DBSCAN算法,进一步实现了数据的精确聚类.基于典型城市管理案件的实验结果表明:该方法充分考虑了空间数据统计特性,具有较好的适用性,聚类簇特征明显,聚类质量较高.

关键词：DBSCAN算法、城管案件、聚类分析、数据挖掘

所属期刊栏目：43

分类号：P208;TU984(一般性问题)

资助基金：国家测绘地理信息局现代城市测绘重点实验室开放基金项目20141204NY;北京建筑大学科研基金项目ZF15071;北京建筑大学教育科研项目Y1501;城市空间信息工程北京市重点实验室经费资助项目2016203;北京建筑大学研究生创新资助项目PG2017017

在线出版日期：2018-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：135-140