针对"基于密度的带有噪声的空间聚类" (DBSCAN)算法存在的不足 ,提出 "分而治之" 和高效的并行方法对DBSCAN 算法进行改进.通过对数据进行划分,利用 "分而治之" 思想减少全局变量 Ep s值的影响;利用并行处理方法和降维技术提高聚类效率 ,降低 DBSCAN 算法对内存的较高要求;采用增量式处理方式解决数据对象的增加和...
DBSCAN 聚类算法的研究与改进 冯少荣1, 2 , 肖文俊1 ( 1. 华南理工 大学 计算机科学与工程学院 , 广东 广州 2. 厦门大学 信息科学与技术学院 , 福建 厦门 510641; 361005) 摘要: 针对 基于密度的带有噪声的空间聚类 ( DBSCAN ) 算法存在的不足, 提出 分而治之 和 高效的并行方法对 DBSCAN 算法进行改进...
聚类分析DBSCAN算法交通事故黑点(段)J2EE对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点,存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的...
一种改进的DBSCAN聚类算法的研究与应用 维普资讯 http://www.cqvip.com
对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点、存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的交通事故挖掘系统的体系结构、设计及其...
聚类分析DBSCAN算法交通事故黑点(段)J2EE对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点,存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的...
聚类分析DBSCAN算法交通事故黑点(段)J2EE对DBSCAN(density based spatial clastering of applications with noise)聚类算法进行了研究,分析了它的特点,存在的问题和改进思想,提出了基于DBSCAN方法的交通事故多发点(段)的排查方法及其改进思路,并且结合J2EE技术,实现了一个Web环境下的交通事故数据挖掘系统,阐述了基于J2EE的...