摘要
在DBSCAN算法基础上提出SS-DBSCAN算法,克服了现有密度聚类方法存在的一些问题,在不增加算法时间复杂度的情况下,避免了空间邻近点被划入噪声簇和不同簇空间位置叠加等问题。提出饱和度概念,保证同一簇内部非空间属性分布的稳定性,并以热带气旋生成海域为例,证明这种算法可以取得很好的聚类效果。
This paper proposed a stable saturation density clustering algorithm,which overcame some problems of DBSCAN algorithm. It assigned that avoids the space adjacent points to noise clusters,prevented different spatial clusters cover with others and doesn＇t increase the time complexity. Meanwhile it imported the saturation concept to ensure non-spatial attribute within the same cluster distribute stability. Finally,it clustered the tropical cyclone formation waters by SS-DBSCAN algorithm,prove that the algorithm can obtain good clustering results.
出处
《计算机应用研究》
CSCD
北大核心
2014年第7期1972-1975,共4页
Application Research of Computers
基金
江苏高校优势学科建设工程资助项目
国家自然科学基金资助项目(71173116)
江苏高校哲学社会科学重点研究基地重大招标资助项目(2010JDXM028)
中国制造业发展研究院2012年度开放课题资助项目(SK20120200-7)
关键词
密度聚类
非空间属性
稳定饱和度
density clustering
non-spatial attributes
stable saturation
