改进k值自动获取VDBSCAN聚类算法

摘要：

针对DBSCAN聚类算法不能对变密度分布数据集进行有效聚类， VDBSCAN算法借助k-dist图来自动获取各个密度层次的数据对象的邻域半径，解决了具有不同密度层次分布数据集的聚类问题。 k-VDBSCAN算法通过对k值的自动获取，减小了VDBSCAN中参数k对最终聚类结果的影响。针对k值的自动获取，在原有的k-VDBSCAN聚类算法基础上，依据数据集本身，利用数据对象间距离的特征，提出了一种k值改进自动获取聚类算法。理论分析与实验结果表明，新的改进算法能够有效的自动获得参数k的值，并且在聚类结果、时间效率方面都有明显的提高。

关键词：变密度、VDBSCAN、k值获取、k-VDBSCAN、点间距离特征

所属期刊栏目：25

分类号：TP3;TP1

在线出版日期：2016-10-14（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：131-136