基于密度的DBSCAN聚类算法的研究及应用_冯少荣.pdfVIP

2162007，43（20） ComputerEngineeringand Applications计算机工程与应用 基于密度的DBSCAN聚类算法的研究及应用 1，2 1 冯少荣 ，肖文俊 1，2 1 FENG Shao-Rong，XIAO Wen-Jun 1.华南理工大学 计算机科学与工程学院，广州 510640 2.厦门大学 信息科学与技术学院，福建 厦门 361005 E-mail：shaorong@ Engineering and Applications，2007，43（20）：216-221. datamining 点、存在的问题及改进思想，提出了基于DBSCAN方法的交通事故多发点段的排查方法及其改进思路，并且给出了实例以说明处 理过程及可行性。实验结果表明本文提出的方法可以大大提高交通事故黑点排查效率。 关键词：聚类分析；DBSCAN；交通事故多发点（段）；数据挖掘 文章编号：1002-8331（2007）20-0216-06 文献标识码：A 中图分类号：TP311.13 1 引言 是：对于构成交通事故多发点段的每个交通事故，其发生的地 交通事故多发点段可以理解为一条交通道路上发生交通 点半径ε（邻域）公里范围以内的其它交通事故的个数，必须不 [10-17，44-52] 小于一个给定的阈值（MinPts），也就是说其邻域的密度必须不 事故密度大的地方 ，DBSCAN算法是基于密度的聚类分 [2-4，6，8-9，18-39] 小于某个阈值。 析 算法。应用在交通事故多发点段的排查中就是基于 交通事故密度的交通黑点查找的聚类分析算法，而基于密度的 下面是DBSCAN算法的交通事故多发点段排查方法在交 [1-9，40-43] 通事故黑点排查中的一些定义： DBSCAN算法基本思想就是通过不断地搜索临近点来使 核对象周围的密度逐渐增加，寻找到一个区域内所查找点或对 （1）定义1（核心交通事故点）给定ε、MinPts，若交通事故 象密度大的地方。算法中所要研究的点可以描述为交通事故发 点p的ε邻域包含的交通事故对象个数|Νε（p）|≥MinPts，则称 生的地点，对于算法中的ε-近邻区域可以理解为道路的公里 p是核心交通事故点。 数，因此 DBSCAN算法在道路交通事故多发点段的智能排查 （2）定义2（直接密度可达）给定ε、MinPts，事故p是从事 上就可以理解为排查在半径为ε公里内发生MinPts以上交通 故q出发直接密度可达的，当： 事故的地点或者路段。这也和我国对于交通事故多发点段的规 ①p∈Νε（q）； 定不谋而合。所以可以采用DBSCAN技术的方法对交通事故 ②Νε（q）≥MinPts。 多发点段进行排查。 （3）定义3（密度可达）给定一个交通事故集合D，当存在 一个事故对象链p，p，…，p，p=q，p=p，对p∈D，p是p关 1 2 n 1 n i i+1 i 2 基于DBSCAN算法的交通事故多发点段排查方法 于ε和MinPts直接密度可达的，则称事故对象p从事故对象q [10-17，44-52] 关于ε和MinPts密度可达（非对称）。 2.1 核心思想 基于DBSCAN算法的交通事故多发点段排查方法的思想 （4）定义4（密度相连）如果事故对象集合D中存在一个 放计划重点项目（No.2003H043）。 作者简介：冯少荣（1964-），男，副教授，在职博士研究生，主要研究方向：并行分布数据库、数据仓库、数据挖掘；肖文俊（1950-），男，教授，博士生 导师，主要研究方向：网络理论和并行分布式算法，网络和复杂系统及其应用，并行分布式计算及