吉林大学学报(工学版) ›› 2014, Vol. 44 ›› Issue (4): 1135-1139.doi: 10.13229/j.cnki.jdxbgxb201404035
刘淑芬, 孟冬雪, 王晓燕
LIU Shu-fen, MENG Dong-xue, WANG Xiao-yan
摘要: 针对DBSCAN算法时间开销大的缺点, 提出了基于网格单元的DBSCAN算法, 通过对数据空间进行网格单元划分来优化DBSCAN算法中最耗时的区域查询过程, 省去了大量不必要的查询操作, 并分析了网格单元的划分方式对本文算法的影响, 通过选取最优划分方式, 提高整个算法的运行效率。通过仿真实验, 验证了基于网格单元的DBSCAN算法具有较高的准确率和较低的时间复杂度。
中图分类号:
[1] 王光宏, 蒋平. 数据挖掘综述[J]. 同济大学学报:自然科学版, 2004, 32(2):246-252. Wang Guang-hong, Jiang Ping. Survey of data mining[J]. Journal of Tongji University(Natural Science), 2004, 32(2):246-252. [2] 刘明亮, 李雄飞, 孙涛, 等. 数据挖掘技术标准综述[J]. 计算机科学, 2008, 35(6):5-10. Liu Ming-liang, Li Xiong-fei, Sun Tao, et al. Survey of data mining technology standards[J]. Computer Science, 2008, 35(6):5-10. [3] Yu X, Jian Y. A new clustering algorithm based on KNN and DENClUE[C]∥Proceedings of International Conference on Machine Learning and Cybernetics, Guangzhou, China, 2005: 2033- 2038. [4] 于智航. 改进的密度聚类算法研究[D].大连:大连理工大学, 2007. Yu Zhi-hang. Reaearch on improved clustering algorithm based on Density[D]. Dalian: Dalian University of Technology, 2007. [5] 孙吉贵, 刘杰, 赵连宇. 聚类算法研究[J]. 软件学报, 2008, 19(1):48-61. Sun Ji-gui, Liu Jie, Zhao Lian-yu. Clustering algorithms research[J]. Journal of Software, 2008, 19(1):48-61. [6] 张海龙, 王仁彪, 聂俊, 等. 海量数据的网格启发信息密度聚类算法[J]. 吉林大学学报:工学版, 2011, 41(Sup.2):254-258. Zhang Hai-long, Wang Ren-biao, Nie Jun, et al. Grid heuristic information density clustering algorithm based on mass data[J]. Journal of Jilin University(Engineering and Technology Edition), 2011, 41(Sup.2):254-258. [7] 李海峰, 吴冀川, 刘建波, 等. 有限元网格剖分与网格质量判定指标[J]. 中国机械工程, 2012, 23(3): 368-377. Li Hai-feng, Wu Ji-chuan, Liu Jian-bo, et al. Finite element mesh generation and decision criteria of mesh quality[J]. China Mechanical Engineering, 2012, 23(3): 368-377. [8] 冯少荣, 肖文俊. 一种提高DBSCAN聚类算法质量的新方法[J]. 西安电子科技大学学报, 2008, 35(3): 523-529. Feng Shao-rong, Xiao Wen-jun. New method to improve DBSCAN clustering algorithm quality[J]. Journal of Xidian University, 2008, 35(3): 523-529. [9] 王桂芝, 王广亮. 改进的快速DBSCAN算法[J]. 计算机应用, 2009, 29(9):2505-2508. Wang Gui-zhi, Wang Guang-liang. Improved fast DBSCAN algorithm[J]. Journal of Computer Applications, 2009, 29(9):2505-2508. [10] 孙玉芬. 基于网格方法的聚类算法研究[D]. 武汉:华中科技大学, 2006 Sun Yu-fen. Study on grid-based clustering algorithms[D].Wuhan: Huazhong University of Science and Technology, 2006. |
[1] | 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850. |
[2] | 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858. |
[3] | 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866. |
[4] | 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872. |
[5] | 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878. |
[6] | 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570. |
[7] | 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599. |
[8] | 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605. |
[9] | 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613. |
[10] | 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628. |
[11] | 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223. |
[12] | 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230. |
[13] | 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236. |
[14] | 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243. |
[15] | 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253. |
|