欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
中文摘要：
为了快速有效的检测聚类的边界点，提出基于网格核密度的自适应边界点检测算法ADAPT（An Adaptive Grid Kernel-Density-Based BoundaryPoints Detecting Algorithm for Spatial Database with Noise），使用网格核密度更精确地拟合网格在其邻域内的密度，采用自适应选取网格近邻策略更好地反应对象的空间分布特征．实验结果表明：该算法可以在含有任意形状、不同大小和不同密度的数据集上快速有效地检测出聚类的边界点．
英文摘要：
In order to detect the boundary points of clusters effectively ,this paper presents an adaptive grid kernel-density-based boundarypoints detecting algorithm for spatial database with noise,ADAPT,which uses the concept of grid kernel density for the accuracy of grid density and a novel adaptive strategy for neighbor selection based on spatial object distribution. As shown by our experimental results, ADAPT detect boundary points effectively and efficiently on various datasets.
同期刊论文项目
同项目期刊论文
期刊信息
位置：