基于數(shù)據(jù)分區(qū)的密度聚類算法應(yīng)用研究.pdf

1、聚類分析是數(shù)據(jù)挖掘的核心技術(shù)，是指將物理或抽象對象的集合分組成為由類似的對象組成的多個類的過程。數(shù)據(jù)對象根據(jù)最大類內(nèi)的相似性，最小類間的相似性原則進(jìn)行聚類。聚類是數(shù)據(jù)挖掘的前期預(yù)處理過程。 密度的聚類算法具有快速、有效處理噪音點(diǎn)和發(fā)現(xiàn)任意形狀的簇的優(yōu)點(diǎn)，但是在數(shù)據(jù)集的密度分布并不均勻的情況下，難以得到較高質(zhì)量的聚類結(jié)果。本文詳細(xì)研究了基于密度的聚類算法DBSCAN以及基于數(shù)據(jù)分區(qū)的密度聚類算法PDBSCAN。其中PDBSCAN算

2、法運(yùn)用數(shù)據(jù)分區(qū)預(yù)處理時，由于算法中對數(shù)據(jù)的分區(qū)不夠準(zhǔn)確，常常影響了聚類效果。本文給出了一種改進(jìn)的數(shù)據(jù)分區(qū)算法，實(shí)現(xiàn)了對密度分布不均勻的數(shù)據(jù)空間進(jìn)行更精確的分區(qū)。試驗(yàn)證明，改進(jìn)后的算法的聚類效果更佳。 大連市國民經(jīng)濟(jì)潛力動員分析系統(tǒng)，是根據(jù)國民經(jīng)濟(jì)動員潛力調(diào)查總體實(shí)施方案，結(jié)合大連市國民經(jīng)濟(jì)動員潛力調(diào)查的特點(diǎn)，建成可靠、先進(jìn)的國民經(jīng)濟(jì)動員信息化平臺，為高效、高質(zhì)量的完成國家經(jīng)濟(jì)動員辦公室組織實(shí)施的全國國民經(jīng)濟(jì)動員工作提供了保障。