10.3321/j.issn:1002-8331.2005.22.054
基于最优K相异性的密度聚类算法研究
该文提出一种利用最优K相异性算法(OptiSim)的密度聚类算法,通过代表性子集选择技术与DBSCAN算法的结合,可显著降低I/O耗费和内存需求,使之能够有效地处理大规模空间数据库,并提出一种扩展的OptiSim代表性子集选择方法(EOptiSim),它在处理组合数据库方面能弥补基本的OptiSim方法的不足.实验结果表明文章的算法是可行、有效的.
聚类分析、代表性子集选择、密度聚类算法
41
TP311;TP18(计算技术、计算机技术)
国家自然科学基金70371015;高等学校博士学科点专项科研项目20040286009
2005-09-15(万方平台首次上网日期,不代表论文的发表时间)
共4页
171-173,201