本文關(guān)鍵詞：初始點(diǎn)優(yōu)化與參數(shù)自適應(yīng)的密度聚類算法

  更多相關(guān)文章： 初始點(diǎn)優(yōu)化 自適應(yīng) 變化密度 聚類 數(shù)據(jù)挖掘

【摘要】：針對(duì)密度聚類算法DBSCAN無法處理變化密度的問題,提出一種初始點(diǎn)優(yōu)化與參數(shù)自適應(yīng)的改進(jìn)算法。利用初始點(diǎn)優(yōu)化方法確定全局密度最大的點(diǎn),結(jié)合該點(diǎn)和數(shù)據(jù)集自身的特征,自適應(yīng)得到DBSCAN算法聚類出當(dāng)前簇所需要的合適參數(shù)。該算法能夠?yàn)椴煌芏鹊拇刈赃m應(yīng)設(shè)置不同的參數(shù),而且優(yōu)先對(duì)高密度簇進(jìn)行聚類,即能對(duì)變化密度的數(shù)據(jù)集進(jìn)行聚類。實(shí)驗(yàn)結(jié)果表明,該算法可以發(fā)現(xiàn)任意形狀、大小和變化密度的簇,解決數(shù)據(jù)重疊和簇內(nèi)密度不均勻問題,具有較高的聚類準(zhǔn)確率。
【作者單位】： 江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院;
【基金】：國家留學(xué)基金資助項(xiàng)目(201308320030) 江蘇省自然科學(xué)基金資助項(xiàng)目(BK20140165)
【分類號(hào)】：TP311.13
【正文快照】： 聚類算法,包括層次聚類、劃分聚類、基于密度的聚1概述類等。聚類是一種流行的數(shù)據(jù)挖掘技術(shù),聚類算法被現(xiàn)有的聚類算法都有其各自的應(yīng)用領(lǐng)域,同時(shí)廣泛地應(yīng)用在許多領(lǐng)域,包括模式識(shí)別、機(jī)器學(xué)習(xí)、也存在各自的不足�；趯哟尉垲惖乃惴�,可以發(fā)圖像處理、信息檢索等,在數(shù)據(jù)挖掘

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 陳剛;劉秉權(quán);吳巖;;一種基于高斯分布的自適應(yīng)DBSCAN算法[J];微電子學(xué)與計(jì)算機(jī);2013年03期

【共引文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前8條

1 許芳芳;;一種結(jié)合蟻群聚類算法的DBSCAN算法[J];池州學(xué)院學(xué)報(bào);2014年06期

2 張麗杰;;具有穩(wěn)定飽和度的DBSCAN算法[J];計(jì)算機(jī)應(yīng)用研究;2014年07期

3 謝練;吳超仲;呂能超;高巖;;基于改進(jìn)聚類算法的道路交通事故多發(fā)路段鑒別方法研究[J];武漢理工大學(xué)學(xué)報(bào)(交通科學(xué)與工程版);2014年04期

4 楊亞軍;張坤龍;楊曉科;;基于變化密度的自適應(yīng)空間聚類方法研究[J];計(jì)算機(jī)工程;2014年08期

5 凌朝東;陳虎;楊驍;張浩;黃信;;結(jié)合SLIC超像素和DBSCAN聚類的眼底圖像硬性滲出檢測方法[J];華僑大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年04期

6 賴麗萍;聶瑞華;汪疆平;黃家鴻;;基于MapReduce的改進(jìn)DBSCAN算法[J];計(jì)算機(jī)科學(xué);2015年S2期

7 張曉;張媛媛;高陽;周新民;;一種基于密度的快速聚類方法[J];數(shù)據(jù)采集與處理;2015年04期

8 安計(jì)勇;韓海英;侯效禮;;一種改進(jìn)的DBscan聚類算法[J];微電子學(xué)與計(jì)算機(jī);2015年07期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前2條

1 楊亞軍;基于MapReduce的自適應(yīng)密度聚類算法研究[D];天津大學(xué);2014年

2 戴陽陽;基于數(shù)據(jù)挖掘的金融時(shí)間序列預(yù)測研究與應(yīng)用[D];江南大學(xué);2015年

【二級(jí)參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 譚穎;胡瑞飛;殷國富;;多密度閾值的DBSCAN改進(jìn)算法[J];計(jì)算機(jī)應(yīng)用;2008年03期

2 侯榮濤;朱斌;馮民學(xué);史鑫明;路郁;;基于DBSCAN聚類算法的閃電臨近預(yù)報(bào)模型[J];計(jì)算機(jī)應(yīng)用;2012年03期

3 趙康;陸介平;倪巍偉;王桂平;;一種基于密度的文本聚類挖掘算法[J];計(jì)算機(jī)應(yīng)用研究;2009年01期

4 許虎寅;王治和;;一種改進(jìn)的基于密度的聚類算法[J];微電子學(xué)與計(jì)算機(jī);2012年02期

5 岳士弘,李平,郭繼東,周水庚;A statistical information-based clustering approach in distance space[J];Journal of Zhejiang University Science A(Science in Engineering);2005年01期

6 夏魯寧;荊繼武;;SA-DBSCAN:一種自適應(yīng)基于密度聚類算法[J];中國科學(xué)院研究生院學(xué)報(bào);2009年04期

【相似文獻(xiàn)】

中國重要會(huì)議論文全文數(shù)據(jù)庫 前1條

1 季鐸;朱靖波;;基于詞分布的初始點(diǎn)選取方法[A];中文信息處理前沿進(jìn)展——中國中文信息學(xué)會(huì)二十五周年學(xué)術(shù)會(huì)議論文集[C];2006年

，

本文編號(hào)：1223449