基于DBSCAN的簇共享对象的处理办法09147.pdfVIP

维普资讯 第 期 计 算机 技 术 与 发 展 V01．17 No．7 2007年 7月 C0M UIERTECHN0LDGY ANDDEVEU l 征NT Ju1． 2007 基于DBSCAN的簇共享对象的处理办法 徐仰彬，刘志镜 西安电子科技大学计算机学院，陕西 西安 710071 摘 要 ：聚类分析是数据挖掘的一类主要的方法，它可以自动根据相似性对数据对象进行分组，发现数据空间的分布特 征。DtLqCAN算法是经典的基于密度的聚类算法，针对此算法处理簇边界共享点的不足之处，改进了此算法。试验结果 证实了确实可以提高聚类结果的质量。 关键词：数据挖掘；聚类分析；DBSCAN算法 中图分类号：TP301．6 文献标识码：A 文章编号：1673—629X 2007 07—0038—02 ADBSCAN-。‘BasedAlgorithm forBoundaryObjectofCluster XU Yang-bin，LIU Zhi-jing ComputerSchool，XidianUniversity，Xi’an710071，China Abstract：Clust~ analysisisaprimarymethodfordataminiI】g．TheDBSCAN algorithm candiscoverclustersofrandom shapefrom datal~e．Improvedthealgorithmindealingwithb0ⅢIdaryobjectofcluster．Theresultsoftheexperimentsdemonstratethatthisalgo— rithm canimprovetheclusterqualitysurely． Keywords：datamining；clusteranalysis；DBSCAN algorithm O 引 言 簇为密度相连的点的最大集合。此算法使用两个参 按密度划分的聚类方法 DBSCAN算法拥有可以 数：￡一邻域和MinPts，分别代表了给定对象的区域半 发现任意形状的簇和有效的屏蔽噪声数据干扰的优 径和此区域中所包含的对象点的数 目。 点，因此被广泛地应用于数据挖掘中。但是纵观近几 1．2 算法描述 年的关于聚类方面的研究更多的是集中到针对算法的 DBSCAN通过检查数据库中每个点的 ￡一邻域来 效率提高上，对于聚类结果的准确性的论述相对较少， 寻找聚类。如果一个点 P的￡一邻域包含多于MinPts 一 定程度上忽略了聚类的质量。尤其是算法对共享点 个点，则创建一个 以P作为核心对象的新簇。然后， 的处理方式不是很合理。针对此不足之处，我们做了 DBSCAN反复地寻找从这些核心对象直接密度可达的 大量的研究，通过吸取前人的宝贵经验，提出了采用距 对象，这个过程涉及到一些密度可达簇的合并。当没 离密度函数和相对互连函数来改进算法 ，使对边界点 有新的点可以被添加到任何簇的时候 ，该过程结束…1。 的处理更加合理化，同时又能保持较高的执行效率。 2 DBSCAN算法的缺点和已有的改进方法 1 DBSCAN算法简述 2．1 算法的缺点 1．1 算法基本思想 当两个簇在边界处相交时，即存在这样的点，是非 DB~AN Density——BasedSpatialClusteringofAp— 核心点但同时和两个簇 中的核心点均密度相连。DB— plicat