基于密度的聚类算法DBSCAN.doc

PAGE64 / NUMPAGES67 基于密度的聚类算法DBSCAN的分析与实现 摘 要 DBSCAN是一个比较有代表性的基于密度的聚类算法。它将簇定义为密度相连的点的最大集合，能够把具有足够高密度的区域划分成为簇，并可在有“噪声”的空间数据库中发现任意形状的聚类。同样，DBSCAN算法也存在一些缺点。本文对DBSCAN聚类算法进行程序实现，然后对程序和算法进行定量和定性的验证与分析，通过结果分析总结出DBSCAN的优缺点，同时对DBSCAN的一种改进方法进行程序实现。 关键字：数据挖掘；聚类；密度聚类；DBSCAN 目 录 TOC \o 1-3 \h \z \u HYPERLINK \l _Toc283213803 1 聚类分析概述 PAGEREF _Toc283213803 \h 1 HYPERLINK \l _Toc283213804 2 聚类算法的分类 PAGEREF _Toc283213804 \h 1 HYPERLINK \l _Toc283213805 3 经典的基于密度的聚类算法DBSCAN PAGEREF _Toc283213805 \h 2 HYPERLINK \l _Toc283213806 4 DBSCAN算法的具体实现 PAGEREF _Toc283213806 \h 3 HYPERLINK \l _Toc283213807 4.1目标实现功能 PAGEREF _Toc283213807 \h 3 HYPERLINK \l _Toc283213808 4.2算法的具体流程图 PAGEREF _Toc283213808 \h 3 HYPERLINK \l _Toc283213809 4.3数据的输入 PAGEREF _Toc283213809 \h 4 HYPERLINK \l _Toc283213810 4.4程序的初始化 PAGEREF _Toc283213810 \h 4 HYPERLINK \l _Toc283213811 4.5 DBSCAN命名空间内的类 PAGEREF _Toc283213811 \h 5 HYPERLINK \l _Toc283213812 5 DBSCAN算法的测试结果分析 PAGEREF _Toc283213812 \h 5 HYPERLINK \l _Toc283213813 5.1定量测试 PAGEREF _Toc283213813 \h 6 HYPERLINK \l _Toc283213814 5.2定性验证 PAGEREF _Toc283213814 \h 8 HYPERLINK \l _Toc283213815 6 算法的优缺点 PAGEREF _Toc283213815 \h 10 HYPERLINK \l _Toc283213816 7 算法的改进 PAGEREF _Toc283213816 \h 11 HYPERLINK \l _Toc283213817 8 总结 PAGEREF _Toc283213817 \h 11 HYPERLINK \l _Toc283213818 参考文献 PAGEREF _Toc283213818 \h 12 HYPERLINK \l _Toc283213819 附 录 PAGEREF _Toc283213819 \h 13 HYPERLINK \l _Toc283213820 附录1 DBSCAN实现相关程序及数据 PAGEREF _Toc283213820 \h 13 HYPERLINK \l _Toc283213821 1)Form1.cs PAGEREF _Toc283213821 \h 13 HYPERLINK \l _Toc283213822 2)DBSCAN.cs PAGEREF _Toc283213822 \h 19 HYPERLINK \l _Toc283213823 3)DataInput.mdb PAGEREF _Toc283213823 \h 24 HYPERLINK \l _Toc283213824 附录2 k-dist算法相关程序 PAGEREF _Toc283213824 \h 35 HYPERLINK \l _Toc283213825 1)dataMan.h PAGEREF _Toc283213825 \h 35 HYPERLINK \l _Toc283213826 2)draw.h PAGEREF _Toc283213826 \h 35 HYPERLINK \l _Toc283213827 3)drawDoc.h PAGEREF _Toc283213827