SADBSCAN一种自适应基于密度聚类算法夏鲁宁.pdfVIP

下载本文档

26
0
约1.51万字
约 9页
2015-10-01 发布于重庆
举报
版权申诉

SADBSCAN一种自适应基于密度聚类算法夏鲁宁.pdf

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

SADBSCAN一种自适应基于密度聚类算法夏鲁宁

26 4 Vol.26 No.4 2009 7 Journal of the Graduate School of the Chinese Academy of Sciences July 　2009 :002- 75(2009)04-0530-09 SA-DBSCAN:＊夏鲁宁　荆继武 (, , 00049) (2008 626 ;2008 2 25 ) Xia LN, Jing JW.SA-DBSCAN:A self-adaptive density-based clustering algorithm[ J] .Journal of the Graduate School of the Chinese Academy of Sciences, 009, 6(4):530 ～ 538. 　　DBSCAN 是一种经典的基于密度聚类算法, 能够自动确定簇的数量, 对任形状的簇都能有效处理.DBSCAN 算法需要人为确定Eps 和minPts 2 个参数, 导致聚类过程需人工干预才能进行.在DBSCAN 的基础上提出了SA-DBSCAN 聚类算法, 通过分析数据集统计特性来自动确定Eps 和minPts 参数, 从而避免了聚类过程的人工干预, 实现聚类过程的全自动化.实验表明, SA-DBSCAN 能够选择合理的Eps 和minPts 参数并得到较高准确度的聚类结果. 　数据挖掘, 聚类, DBSCAN, SA-DBSCAN 　TP 8 1　 , . , , , . [ ] 4 :(), k-means 、 [2] k -medoids ., . .(2).2 , , , ;, , ., ., (single-link)、(complete-link)、(group average)、Ward 、BIRCH CURE[ 3] [3] .(3), (EM) ., , .(4), , . , DBSCAN[ 4] 、OPTICS[5] 、DENCLULDE[6] . , , .DBSCAN , .DBSCAN , , Eps minPts 2 .Eps , ＊(863)(2003AA 44050) E-mail:halk @ 　4 , :SA-DBSCAN: 　　　 53 , minPts . DBSCAN , Eps minPts , . DBSCAN (self-adaptive density-based spatial clustering of applications with noise, SA-DBSAN). : 1　 NEps (p ) p Eps , p , Eps NEps (p ) NEps(p ) dist(i, j ) i j DIST , dist =dist (i, j ) n×n ij dist (p ) p k (k-) k Distk k- KNN