一种改进DBSCAN密度聚类算法  

作　　者：张灿龙[1] 李忠利[1] 陈华彬[1] 

机构地区：[1]江西理工大学信息工程学院,江西赣州341000

出　　处：《数字技术与应用》2016年第11期134-134,137,共2页Digital Technology & Application

摘　　要：为了克服DBSCAN聚类算法在大规模数据集上无法有效地处理混合属性数据的缺点,本文提出了一种两阶段的聚类整合算法。该算法第一阶段采用一趟聚类算法初步划分原始数据集,第二阶段使用现有的DBSCAN聚类算法合并初步划分获得最后的聚类结果。通过实例验证该算法可以很好地解决含有混合属性的大规模数据集的聚类问题。

关 键 词：DBSCAN 大规模数据集 分类属性数据 

分 类 号：TP301.6[自动化与计算机技术—计算机系统结构]