DBScan聚類演算法

標籤：style   blog   http   ar   資料   sp   log   html   on   

改演算法可以用於即時路況的gps點的去噪，偽碼如下：

輸入:

E: 對象半徑

Minpst: 給定D中E領域以內成為核心點的最小點數

D: 集合

目標：找到多個聯通的最大相互密度直接可達的點的集合

repeat:

1. 判斷點是否是核心點

2. 記錄該點的直接密度可達點

util 所有輸入焦點完成遍曆

repeat:

1. 將該點的相互直接密度可達的點加入同一組

util 所有核心對象的領域都完成遍曆

該演算法的好處是：

1. 能用於去噪

2. 發現任意形狀的聚類

3. 不需要事Crowdsourced Security Testing道聚類的個數

缺陷：

1. 需要預先定義 對象半徑和最小距離

如何找到這樣的E呢？一種做法是遍曆輸入焦點根據Minpts找到最大的E值，再根據每個點的E值，找到一個變化最快的點(求導)。用改點的E作為最終的E。

參考：

1. http://baike.baidu.com/view/3063170.htm#5

2. http://xccds1977.blogspot.com/2012/06/r.html

3. http://en.wikipedia.org/wiki/DBSCAN#Algorithm

4. http://en.wikipedia.org/wiki/OPTICS_algorithm

5. http://en.wikipedia.org/wiki/Hierarchical_clustering

6. CN200910237940-異常車速資料的識別方法和裝置
   

   
   

DBScan聚類演算法