ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

一种基于高斯分布的自适应DBSCAN算法

陈刚; 刘秉权; 吴岩广东科技学院
微电子学与计算机2013-3-5
23阅读
引用收藏
分享

摘要

针对传统的DBSCAN算法只能依靠经验来设置阈值(minPts,Eps)和无法对多密度数据集进行有效聚类的不足,提出了一种可适用于所有密度分布特征的数据集的基于高斯分布的自适应DBSCAN算法.该算法根据数据集的特点寻找最大的聚类效果指数(CEI)来确定minPts,通过Distk图的层次数确定Eps个数并通过高斯分布中的参数估计来确定每个密度层次Eps大小,最后用所求得阈值进行聚类.将该算法与传统的DBSCAN算法分别应用于单密度数据集和多密度数据集,结果显示该算法更有效.

学科与关键词

关键词
数据集高斯分布密度层次聚类效果噪音率 data setsgaussian distributiondensity levelclustering effectnoise ratio
相关
加载中…
  • 利用一维投影分析的无参数多密度聚类算法
    钱美旋; 叶东毅小型微型计算机系统, 2013, (08): 1866-1871.
  • 基于密度聚类分析的入侵检测方法研究
    李虎; 胡建龙; 朱勇; 马春波计算机与数字工程, 2013, (02): 254.
  • A Self-Adaptive Grey DBSCAN Clustering Method
    Lu, Shizhan; Cheng, Longsheng*; Lu, Zudi; Huang, Qifa; Khan, Bilal AhmedJournal of Grey System, 2022, 34(4): 97-109.
查看全部 →

发表信息

论文状态
公开发表
期刊
微电子学与计算机
发表日期
2013-03-05
卷期
第 03 期
页码
27
成果收录
CHINAJOURNAL
资助标注
国家自然科学基金项目(61073127,11071271)

作者

  • 陈

    陈刚 (第一作者)

  • 刘

    刘秉权

查看全部 3 位作者收起作者
  • 吴

    吴岩

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417