基于网格和密度比的DBSCAN聚类算法研究
徐红艳
普蓉
黄法欣
王嵘冰
1.辽宁大学信息学院 沈阳 1100362.辽宁大学信息学院 沈阳 1100363.辽宁大学信息学院 沈阳 1100364.辽宁大学信息学院 沈阳 110036
摘要：DBSCAN已被广泛应用到计算机视觉处理及图像处理中的数据压缩和信息检索等领域.论文针对DBSCAN算法在数据分布不均匀时,使用全局阈值难以识别数据集中所有簇的问题,提出基于网格划分和密度比聚类的DBSCAN算法.该算法首先通过自适应多分辨率的网格划分思想把数据划分到多个网格空间中,利用所划分的网格加快查找到类簇的峰值和低谷;再利用密度估计来计算密度,从而快速确定全局阈值,并使用该全局阈值对数据集进行有效识别.通过对比实验表明,所提算法能够有效对密度不均匀的数据进行聚类,并具有较高的效率.
关键词：密度聚类网格密度比DBSCAN
分类号：TP391(计算技术、计算机技术)
资助基金：中国博士后科学基金(2018M631814)辽宁省社会科学规划基金(L18AGL007)
论文发表日期：2020-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 1269-1274,1285 )
英文信息