改进k值自动获取VDBSCAN聚类算法
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。
变密度、VDBSCAN、k值获取、k-VDBSCAN、点间距离特征
25
TP3;TP1
2016-10-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
131-136