作者：冯振华; 钱雪忠; 赵娜娜多密度贪心策略相对稠密度邻域查询噪声数据dbscan聚类
摘要：针对基于密度的DBSCAN算法对于输入参数敏感、无法聚类多密度数据集等问题，提出了一种贪心的DBSCAN改进算法（greedyDBSCAN)。算法仅需输入一个参数MinPts，采用贪心策略自适应地寻找Eps半径参数进行簇发现，利用相对稠密度识别和判定噪声数据，在随机寻找核对象过程中使用邻域查询方式提升算法效率，最终通过簇的合并产生最终的聚类结果。实验结果表明，改进后的算法能有效地分离噪声数据，识别多密度簇，聚类准确度较高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
