现代计算机（专业版）
現代計算機（專業版）
현대계산궤（전업판）
MODERN COMPUTER
2013年
9期
3-7,20
,共6页
DBSCAN%RDCMD%数据密度聚类%聚类质量%时间复杂度%参数对比
DBSCAN%RDCMD%數據密度聚類%聚類質量%時間複雜度%參數對比
DBSCAN%RDCMD%수거밀도취류%취류질량%시간복잡도%삼수대비
DBSCAN%RDCMD%Data Density Clustering%Clustering Quality%Time Complexity%Parameters Comparison
针对经典的基于密度的聚类分析算法DBSCAN存在的聚类质量对参数敏感，不能处理多密度数据集等问题，提出基于相对密度的聚类分析算法RDCMD，该算法以某点密度与其领域密度的比值表示该点的相对密度，由于不同点的领域信息是不同的，所以相对密度是动态变化的，从而可以适应多密度数据集中点的密度变化。因此，RDCMD算法可以处理多密度数据集，同时能够自动识别噪声。
針對經典的基于密度的聚類分析算法DBSCAN存在的聚類質量對參數敏感，不能處理多密度數據集等問題，提齣基于相對密度的聚類分析算法RDCMD，該算法以某點密度與其領域密度的比值錶示該點的相對密度，由于不同點的領域信息是不同的，所以相對密度是動態變化的，從而可以適應多密度數據集中點的密度變化。因此，RDCMD算法可以處理多密度數據集，同時能夠自動識彆譟聲。
침대경전적기우밀도적취류분석산법DBSCAN존재적취류질량대삼수민감，불능처리다밀도수거집등문제，제출기우상대밀도적취류분석산법RDCMD，해산법이모점밀도여기영역밀도적비치표시해점적상대밀도，유우불동점적영역신식시불동적，소이상대밀도시동태변화적，종이가이괄응다밀도수거집중점적밀도변화。인차，RDCMD산법가이처리다밀도수거집，동시능구자동식별조성。
According to the abuse and problem in traditional Density-based Spatial Clustering of Appli-cations with Noise(DBSCAN), such as clustering quality is sensitive to parameters; multi-den-sity data set cannot be processed, etc., gives Relative Density-based Cluster analysis algorithm (RDCMD). This algorithm uses the ratio of the density at a given point and field density to in-dicate the relative density of that point, due to different point has different field information, and the relative density has the dynamic variation which can adapt to the density change in multi-density data sets. Therefore, RDCMD algorithm can deal with multidimensional data sets, and automatically identify noise as well.
