基于密度的自適應搜索增量聚類法
2017-03-06 21:49周菊香錢雪忠孫志鵬宋威
電子技術與軟件工程 2016年23期
周菊香 錢雪忠 孫志鵬 宋威
摘 要針對傳統聚類算法對動態數據集的處理能力較低，且加入新增數據后導致原始聚類結果不再可靠，以及造成算法效率低下和計算資源浪費等不足。本文在基于DBSCAN聚類算法的基礎上，通過改進數據對象的鄰域半徑和搜索數據對象的方式進行增量聚類，提出了一種基于DBSCAN的自適應搜索增量聚類算法。本文首先對提出的算法進行理論分析，其次將其與三種增量聚類算法進行對比實驗，實驗結果表明：該算法實現了對動態數據集的有效分析，提高了增量聚類結果的準確率和動態數據的處理能力。endprint
猜你喜歡
當代陜西(2022年6期)2022-04-19
科學技術創新(2021年18期)2021-06-23
微型電腦應用(2019年10期)2019-10-23
計算機測量與控制(2018年1期)2018-02-05
計算機測量與控制(2017年12期)2018-01-05
計算機技術與發展(2017年12期)2017-12-20
中華老年口腔醫學雜志(2016年3期)2017-01-15
電信科學(2016年9期)2016-06-15
浙江大學學報（工學版）(2015年1期)2015-03-01
電子設計工程(2015年16期)2015-02-27
