首页 | 本学科首页   官方微博 | 高级检索  
     检索      

数据挖掘中基于密度的聚类结构及算法设计
引用本文:洪龙,陈燕俐,王建东,朱梧槚.数据挖掘中基于密度的聚类结构及算法设计[J].南京邮电大学学报(自然科学版),2003,23(4):6-11.
作者姓名:洪龙  陈燕俐  王建东  朱梧槚
作者单位:1. 南京邮电学院,计算机科学与技术系,江苏,南京,210003;南京航空航天大学,信息科学与技术学院,江苏,南京,210016
2. 南京邮电学院,计算机科学与技术系,江苏,南京,210003
3. 南京航空航天大学,信息科学与技术学院,江苏,南京,210016
基金项目:国家重点基础研究发展规划973(G1999032701),国家自然科学基金(60273037)资助项目
摘    要:聚类分析是数据挖掘的主要技术之一。其中基于密度的聚类可以得到任意形状的聚类结果,从而可以观察到一个并发的、完整的聚类结构。对聚类、数据对象、簇的密度、基于密度的方法和OP TICS中的基本概念进行了描述,在此基础上,明确定义了簇的密度,建立了关于ζ的基于密度的簇、密度度量函数等概念,并设计了获得聚类结构的相应算法且对其进行了复杂性分析。

关 键 词:数据挖掘  聚类  距离  簇的密度  基于密度的簇  聚类结构
文章编号:1000-1972(2003)04-0006-06
修稿时间:2003年4月23日

Density-based Clustering Structure and Its Algorithm Design for Data Mining
HONG Long.Density-based Clustering Structure and Its Algorithm Design for Data Mining[J].Journal of Nanjing University of Posts and Telecommunications,2003,23(4):6-11.
Authors:HONG Long
Abstract:
Keywords:Data mining  Clustering  Distance  Density of cluster  Density-based cluster  Clustering structure
本文献已被 CNKI 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号