论文部分内容阅读
聚类算法是数据挖掘领域中一个非常重要的研究方向．至今为止人们已经提出了许多适用于大规模的、高维的数据库的聚类算法．基于密度的聚类算法是其中一个比较典型的研究方向，文中以DBSCAN为基础，提出一种基于密度的网格动态聚类算法．新算法将网格的原理运用到基于密度的聚类算法中，并采用了动态的参数法，能自动根据数据的分布情况进行必要的参数更改，有效减少DBSCAN对初始参数的敏感度，从而提高了聚类的效率和效果，降低了算法I／O的开销．算法不仅能挖掘出各种形状的聚类，并能准确的挖掘出数据集中突出的聚类．