基于密度的自適應(yīng)搜索增量聚類法
2017-03-06 21:49:51周菊香錢雪忠孫志鵬宋威
電子技術(shù)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(tǒng)聚類算法對動態(tài)數(shù)據(jù)集的處理能力較低，且加入新增數(shù)據(jù)后導(dǎo)致原始聚類結(jié)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(chǔ)上，通過改進數(shù)據(jù)對象的鄰域半徑和搜索數(shù)據(jù)對象的方式進行增量聚類，提出了一種基于DBSCAN的自適應(yīng)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(jié)果表明：該算法實現(xiàn)了對動態(tài)數(shù)據(jù)集的有效分析，提高了增量聚類結(jié)果的準確率和動態(tài)數(shù)據(jù)的處理能力。endprint
猜你喜歡
當代陜西(2022年6期)2022-04-19 12:12:22
科學(xué)技術(shù)創(chuàng)新(2021年18期)2021-06-23 07:53:06
中學(xué)生數(shù)理化·中考版(2019年9期)2019-11-25 09:39:44
微型電腦應(yīng)用(2019年10期)2019-10-23 11:23:04
計算機測量與控制(2018年1期)2018-02-05 02:07:24
計算機測量與控制(2017年12期)2018-01-05 01:10:55
計算機技術(shù)與發(fā)展(2017年12期)2017-12-20 09:59:12
中華老年口腔醫(yī)學(xué)雜志(2016年3期)2017-01-15 14:25:02
電信科學(xué)(2016年9期)2016-06-15 20:27:25
企業(yè)文化·中旬刊(2015年11期)2016-03-09 03:51:04
