基于密度的自適應搜索增量聚類法
2017-03-06 21:49:51周菊香錢雪忠孫志鵬宋威
電子技術與軟件工程 2016年23期
關鍵詞：實驗
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
作文·小學低年級(2025年2期)2025-02-13 00:00:00
小雪花·小學生快樂作文(2024年11期)2024-12-31 00:00:00
作文·小學低年級(2024年2期)2024-04-29 00:00:00
作文·小學低年級(2023年3期)2023-04-29 00:00:00
小獼猴智力畫刊(2022年9期)2022-11-04 02:31:42
小主人報(2022年4期)2022-08-09 08:52:06
中學生數理化·中考版(2022年11期)2022-02-16 07:01:20
小哥白尼(趣味科學)(2019年6期)2019-10-10 01:01:50
發明與創新(2016年38期)2016-08-22 03:02:52
太空探索(2016年5期)2016-07-12 15:17:55
