一种基于划分的不同参数值的DBSCAN算法

摘要：

聚类是数据挖掘领域中一个重要的研究方向,DBSCAN是一种基于密度的聚类算法.该算法将具有足够高密度的区域划分成簇,并可以在带有"噪声"的空间数据库中发现任意形状的簇.分析DBSCAN算法发现存在如下问题:当数据分布不均匀时,由于使用统一的全局变量,使得聚类的效果差.针对这一缺陷,提出了一种基于数据划分的思想,并对各个局部数据集采取不同的参数值分别进行聚类,最后合并各局部聚类结果.实验结果表明,改进后的算法有效并可行.

关键词：聚类、DBSCAN、初始聚类中心、数据划分

所属期刊栏目：26

分类号：TP301.6(计算技术、计算机技术)

资助基金：重庆市自然科学基金20037986

在线出版日期：2005-10-27（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：2319-2321