论文部分内容阅读
针对DBSCAN算法存在的参数敏感性和不能区分相连的不同密度的簇等缺陷，提出了一种基于DBSCAN算法的改进算法。算法提出了累积平均密度的概念，用来作为簇合并的依据，弱化了密度阈值Minpts的作用；选取密度最大的对象作为初始聚类中心，按照密度由高到低的顺序进行聚类，具有一定的层次性，因此支持变密度数据集聚类。最后，用数据集对算法进行了聚类实验。实验结果表明，改进算法具有一定的参数鲁棒性，对于相连的不N密度的簇，能够达到理想的聚类效果。