首页 | 本学科首页   官方微博 | 高级检索  
     

考虑对象方向关系的密度聚类算法
引用本文:黄永平,王丽珍. 考虑对象方向关系的密度聚类算法[J]. 云南大学学报(自然科学版), 2004, 26(3): 216-219
作者姓名:黄永平  王丽珍
作者单位:云南大学,计算机科学系,云南,昆明,650091
基金项目:云南省自然科学基金资助项目(2002F0013M).
摘    要: 聚类分析是数据挖掘的一个重要研究方向.为了在大规模空间数据库中发现任意形状的聚类,Martin Ester等提出基于密度的聚类算法DBSCAN.针对DBSCAN处理聚类边界对象的不足,提出了聚类时考虑对象方向关系的改进算法,实验表明,改进算法在不改变时间、空间复杂度的情况下能得到更好的聚类结果.

关 键 词:聚类算法  空间数据库  数据挖掘
文章编号:0258-7971(2004)03-0216-04
修稿时间:2003-09-08

A clustering algorithm based on density and direction
HUANG Yong-ping,WANG Li-zhen. A clustering algorithm based on density and direction[J]. Journal of Yunnan University(Natural Sciences), 2004, 26(3): 216-219
Authors:HUANG Yong-ping  WANG Li-zhen
Affiliation:Department of Computer Science, Yunnan University, Kunming 650091, China
Abstract:Cluster analysis is a primary method for data mining.Martin Ester introduced a algorithm DBSCAN relying on a density-based notion of clusters which was designed to discover clusters of arbitrary shape on large spatial databases. An improved DBSCAN algorithm is presented.The results of our experiments demonstrate that our algorithm is more effective without changing efficiency.
Keywords:clustering algorithm  spatial database  data mining
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《云南大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《云南大学学报(自然科学版)》下载全文
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