一种新的基于密度的自适应取样聚类算法

摘要：

空间数据聚类是一种很重要的数据挖掘技术,它可以从大量的空间数据中提取到知识,并且有着广泛的用途,空间数据库里的数据分布对聚类结果的影响很大,很少有算法在聚类时考虑到了空间数据的分布.在本文中,提出了一种新的自适应基于密度的取样聚类算法ADBSC(adaptive density-based sampling clustering),它可以根据空间数据的分布,对一个中心点自适应的选取近邻,并对这些近邻点进行取样,扩展,有效提高了聚类分析的准确性和效率.本文结尾部分,时模拟数据进行了一系列的实验,对其和DBSCAN算法做了比较,证明了ADBSC的优越性.

关键词：聚类、密度、取样、自适应、DBSCAN、空间数据

所属期刊栏目：1

分类号：TP301(计算技术、计算机技术)

在线出版日期：2007-04-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：478-480