|
论文《基于数据场的改进DBSCAN聚类算法》提出了一种优化的DBSCAN聚类方法，通过引入数据场概念增强聚类效果。该算法在传统DBSCAN基础上，利用数据点间的相互作用构建数据场模型，提升对噪声点的识别能力和对不同密度区域的适应性。研究在多个数据集上进行了实验验证，结果表明该方法在聚类精度和效率方面均有显著提升，为复杂数据集的聚类分析提供了新思路。 文档为pdf格式，0.91MB，总共9页。
- 文件大小:
- 931.84 KB
- 下载次数:
- 60
- 基于数据场的改进DBSCAN聚类算法 - 第29届中国数据库学术会议.pdf
-
高速下载
| 
