基于密度的聚类算法DBSCAN的研究与实现被引量：3

在线阅读下载PDF

导出

摘要 DBSCAN算法是一种基于密度的算法,可以发现任意形状的聚类,不受噪声影响。本文首先对基于密度的聚类算法DB-SCAN进行了描述和分析,最后给出了算法的具体实现框架。

作者曾泽林段明秀

机构地区吉首大学信息科学与工程学院

出处《科技信息》 2012年第30期163-163,共1页 Science & Technology Information

基金吉首大学大学生研究性学习和创新性实验计划项目项目编号:JSU-CX-2011-32

关键词 DBSCAN 密度聚类

分类号 TP311.13 [自动化与计算机技术—计算机软件与理论]

引文网络
相关文献

参考文献2

1JiaWei Han, Micheline Kamber. Data Mining: Concepts and Techniques- M].Morgan Kaufmann Publishers,2001.
2赵杰,杨柳.聚类分析算法dBscan的改进与实现[J].微电子学与计算机,2009,26(11):189-192. 被引量：14

二级参考文献4

1熊忠阳,孙思,张玉芳,王秀琼.一种基于划分的不同参数值的DBSCAN算法[J].计算机工程与设计,2005,26(9):2319-2321. 被引量：16
2李杰,贾瑞玉,张璐璐.一个改进的基于DBSCAN的空间聚类算法研究[J].计算机技术与发展,2007,17(1):114-116. 被引量：13
3冯少荣,肖文俊.DBSCAN聚类算法的研究与改进[J].中国矿业大学学报,2008,37(1):105-111. 被引量：90
4王实,高文.数据挖掘中的聚类方法[J].计算机科学,2000,27(4):42-45. 被引量：88

共引文献13

1李玮瑶,刘建粉,吕海莲.基于模糊扩展聚类的关联编码算法设计[J].微电子学与计算机,2015,32(6):138-141.
2刘金岭.基于《现代汉语语义分类词典》的文本聚类方法[J].情报杂志,2010,29(11):170-173. 被引量：4
3许虎寅,王治和.一种改进的基于密度的聚类算法[J].微电子学与计算机,2012,29(2):44-47. 被引量：20
4叶大田,张锐,钱翔.基于密度提取的细胞荧光图像标识算法[J].清华大学学报（自然科学版）,2013,53(1):129-132. 被引量：2
5黄红伟,黄天民.基于网格相对密度差的扩展聚类算法[J].计算机应用研究,2014,31(6):1702-1705. 被引量：12
6王祥斌,杨柳,邓伦治.一种利用高斯函数的聚类算法[J].河南科技大学学报（自然科学版）,2014,35(5):33-36. 被引量：7
7安计勇,韩海英,侯效礼.一种改进的DBscan聚类算法[J].微电子学与计算机,2015,32(7):68-71. 被引量：13
8柳静,郭红山.云计算中K-means聚类中心优化求解方法[J].科技通报,2015,31(10):100-102. 被引量：6
9闫安,刘琪林.一种基于参考点的快速密度聚类算法[J].微电子学与计算机,2017,34(10):32-35. 被引量：3
10任佳,马仕强.时序局部加权自适应核PLS软测量建模及其应用[J].仪器仪表学报,2018,39(1):1-7. 被引量：7

同被引文献17

1付敏.单位容量法快速计算照度的研究[J].灯与照明,2004,28(3):16-17. 被引量：5
2李新延,李德仁.DBSCAN空间聚类算法及其在城市规划中的应用[J].测绘科学,2005,30(3):51-53. 被引量：39
3胡彩平,秦小麟.一种改进的空间聚类算法[J].模式识别与人工智能,2007,20(3):371-376. 被引量：3
4詹杰,吴伶锡,唐志军.基于ZigBee的智能照明控制系统设计与实现[J].电力电子技术,2007,41(10):25-26. 被引量：33
5刘沁,张乘风,刘启能.绿色照明设计中照度计算的解析方法[J].照明工程学报,2010,21(6):9-12. 被引量：7
6张琳,陈燕,汲业,张金松.一种基于密度的K-means算法研究[J].计算机应用研究,2011,28(11):4071-4073. 被引量：44
7陈鹏,马伟.层次聚类法在空间犯罪热点分析中的应用[J].中国人民公安大学学报（自然科学版）,2013,19(1):64-67. 被引量：12
8周欣,燕达,任晓欣,洪天真.大型办公建筑照明能耗实测数据分析及模型初探[J].照明工程学报,2013,24(4):14-23. 被引量：25
9陈涛,王万荣.基于关联规则的数据挖掘技术在教学评价及学生成绩关系之间的应用研究[J].安徽科技学院学报,2013,27(6):62-65. 被引量：5
10赵鲲鹏.用科学的态度实现照明节能[J].照明工程学报,2014,25(6):137-138. 被引量：2

引证文献3

1李今,石晓润.基于密度的空间聚类算法在照明运维中的应用[J].软件导刊,2017,16(4):148-151.
2汤烨,陆卫忠,陈成,王磊.基于改进DBSCAN算法的智能照明控制系统[J].苏州科技大学学报（工程技术版）,2017,30(4):70-75. 被引量：4
3郭万春.浅析数据挖掘技术在自学考试成绩分析中的应用[J].吉林广播电视大学学报,2019(11):37-38.

二级引证文献4

1刘磊.大数据背景下的老大厦车库照明节能改造探索[J].光源与照明,2020(2):22-24. 被引量：1
2敬舒奇,魏东,王旭,李宝华.室内LED照明控制策略与技术研究进展[J].建筑科学,2020,36(6):136-146. 被引量：34
3高杰,魏强.基于K-means聚类算法的智能照明系统设计与开发[J].中国照明电器,2022(3):28-35. 被引量：1
4许馨尹,刘梦杰,付保川.室内智能照明控制系统综述[J].苏州科技大学学报（自然科学版）,2023,40(2):11-19. 被引量：6

1许洪玮,曹江中,何家峰,戴青云.基于密度与路径的稳健谱聚类[J].计算机工程与应用,2015,51(2):165-170. 被引量：1
2张晓.基于密度聚类算法的异常检测[J].伊犁师范学院学报（自然科学版）,2010,4(4):52-54. 被引量：6
3赵楠,刘振,孙艳超,邹盼盼,陈德军.基于密度聚类算法的学术资源热点发现方法研究[J].武汉理工大学学报（信息与管理工程版）,2016,38(6):721-725. 被引量：1
4许虎寅,王治和.一种改进的基于密度的聚类算法[J].微电子学与计算机,2012,29(2):44-47. 被引量：20
5胡彩平,秦小麟.一种改进的基于密度的抽样聚类算法[J].中国图象图形学报,2007,12(11):2031-2036. 被引量：4
6赵杰,杨柳.聚类分析算法dBscan的改进与实现[J].微电子学与计算机,2009,26(11):189-192. 被引量：14
7顾洪博,张继怀.不确定性数据的聚类分析研究及应用[J].河北工程大学学报（自然科学版）,2012,29(1):109-112. 被引量：1
8孙焕良,邱菲,刘俊岭,朱叶丽.IncSNN——一种基于密度的增量聚类算法[J].计算机研究与发展,2006,43(z3):309-313. 被引量：5
9范敏,李泽明,石欣.一种基于区域中心点的聚类算法[J].计算机工程与科学,2014,36(9):1817-1822. 被引量：5
10易永红.数据挖掘聚类算法在船联网平台中的应用[J].舰船科学技术,2016,38(8X):148-150.

科技信息

2012年第30期

浏览历史

内容加载中请稍等...

基于密度的聚类算法DBSCAN的研究与实现被引量：3

参考文献2

二级参考文献4

共引文献13

同被引文献17

引证文献3

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

基于密度的聚类算法DBSCAN的研究与实现 被引量：3

参考文献2

二级参考文献4

共引文献13

同被引文献17

引证文献3

二级引证文献4

相关作者

相关机构

相关主题

浏览历史

基于密度的聚类算法DBSCAN的研究与实现被引量：3