【摘 要】
：
聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密
【机 构】
：
符号计算与知识工程教育部重点实验室（吉林大学）
【基金项目】
：
国家科技支撑计划基金项目（2006BAK01A33）, 吉林省科技发展计划基金项目（20070321 20090704）
论文部分内容阅读
聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密度的聚类算法bDBSCAN（balance-DBSCAN）.算法将核心对象邻域中的对象投影,进行向量单位化,考察核心对象的邻域平衡性,将与平衡核心对象平衡密度可达的对象聚成一个簇.理论分析和实验结果表明,算法可以处理任意形状的簇,有效地排除边界稀疏对象这类噪声,并且可以解决高维数据聚类边界区分不明显、噪声对象多等问题,提高了聚类精度.算法的时间
其他文献
采用追逃微分对策理论描述大机动目标拦截问题,从分析拦截器的信息模式入手来研究微分对策解的结构形式.在给出追逃微分对策问题信息模式相关概念的规范化描述后,结合典型场
通过视觉化教学策略的实际教学案例分析,探索了借由这种新策略提高数学教学有效性的方式对教师教学、学生学习的影响。结合视觉化教学软件的使用,在教学实践和课题研究中这种
介绍了硅漂移（SDD）探测器在X荧光分析系统中的应用,与SI-PIN探测器在能量分辨率、计数率等性能指标上的对比,以及在系统检出限上的实验对比,SDD探测器在性能指标及检出限上有着