作者：闫安; 刘琪林聚类密度簇参考点数据挖掘
摘要：提出了一种基于k个参考点DCUR（Density-based Clustering Using k References）.新算法以k个参考点反应了数据的分布状态,然后基于参考点对数据进行聚类分析.该算法保持了DBSCAN的优点,并且可以减少区域查询次数,降低I/O开销.理论和实验证明新算法能够有效地对大规模数据库进行聚类,且其执行效率明显高于传统的基于R＊树的DBSCAN算法.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《微电子学与计算机》（CN：61-1123/TN）是一本有较高学术价值的大型月刊，自创刊以来，选题新奇而不失报道广度，服务大众而不失理论高度。颇受业界和广大读者的关注和好评。 《微电子学与计算机》是中国计算机学会会刊，本刊的宗旨是，严谨认真，求实创新；以人为本，研以致用；弘扬科学，追求真理。本刊国内公开发行，面向科研院所，厂矿技术人员、院校师生和管理人员，及时提供国内微电子与计算机行业最新科研成果。
部级期刊
人气 229062 评论 65
人气 212545 评论 35
省级期刊
人气 211818 评论 71
北大期刊、统计源期刊
人气 192411 评论 73
