计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2011年
2期
121-123
,共3页
聚类%数据挖掘%扩散模式
聚類%數據挖掘%擴散模式
취류%수거알굴%확산모식
针对各种扩散模式数据点分布的聚类问题,提出了一种基于密度变化的聚类算法(CDD).CDD采用基于密度的典型聚类算法(DBSCAN)寻找核心点,通过分析数据样本及其周围点密度的扩散规律,计算密度扩散的方向、速度和加速度,对数据样本进行聚类.实验结果表明:与DBSCAN相比,能准确对扩散模式数据进行聚类,对非扩散模式数据具有抗噪声干扰能力强,参数较易确定的优点.
針對各種擴散模式數據點分佈的聚類問題,提齣瞭一種基于密度變化的聚類算法(CDD).CDD採用基于密度的典型聚類算法(DBSCAN)尋找覈心點,通過分析數據樣本及其週圍點密度的擴散規律,計算密度擴散的方嚮、速度和加速度,對數據樣本進行聚類.實驗結果錶明:與DBSCAN相比,能準確對擴散模式數據進行聚類,對非擴散模式數據具有抗譟聲榦擾能力彊,參數較易確定的優點.
침대각충확산모식수거점분포적취류문제,제출료일충기우밀도변화적취류산법(CDD).CDD채용기우밀도적전형취류산법(DBSCAN)심조핵심점,통과분석수거양본급기주위점밀도적확산규률,계산밀도확산적방향、속도화가속도,대수거양본진행취류.실험결과표명:여DBSCAN상비,능준학대확산모식수거진행취류,대비확산모식수거구유항조성간우능력강,삼수교역학정적우점.
