一种应用于噪声点分布密集环境下的噪声点识别算法.pdfVIP

第31卷 第3期 广东工业大学学报 V0l_31No．3 2014年9月 JournalofGuangdongUniversityofTechnology September2014 doi：10．3969／j．issn．1007—7162．2014．03．007 一 种应用于噪声点分布密集环境下的噪声点识别算法 陈平华，周 鹏 (广东工业大学 计算机学院，广东 广州510006) 摘要：为了提高DBSCAN及其改进算法在噪声点分布密集环境下的噪声点识别率，通过结合 PageRank算法思想及 噪声数据分布密集的特点，构造簇间投票映射函数，提出了簇间投票噪声点识别算法-NoiseRank．实验结果表明，在 噪声点分布密集环境下，NoiseRank算法比DBSCAN算法具有更高的噪声点识别率． 关键词 ：噪声点识别；噪声点分布密集 ；簇间投票；DBSCAN；PageRank 中图分类号：TP311 文献标志码 ：A 文章编号：1007-7162(2014)03—0039—05 A RecognitionAlgorithm ofNoiseAppliedtoEnvironments、 th IntensiveNoise．dataDistribution ChenPing·hua，ZhouPeng (SchoolofComputers，GuangdongUniversityofTechnology，Guangzhou510006，China) Abstract：BycombiningthePageRankalgorithm withthefeaturesofintensivenoise-datatoimprovethe noise-datarecognitionrateofDBSCAN in environmentswithintensiveNoise—Pointdistribution，itstruc— turedtheinner—clustermappingfunctionforvoting，andproposedtheinter-clustervotingnoiserecognition algorithm-NoiseRank．Experimentalresultsshow thatinenvironmentswithintensiveNoise-Pointdistribu— tion，theNoise—datarecognitionrateofNoiseRankismuchhigherthanthatofDBSCAN． Keywords：noise-datarecognition；environmentswith intensivenoise—pointdistribution；inner—cluster voting；DBSCAN ；PageRank 近年来，随着移动互联网的普及以及 电子商务 聚类，因此，它的执行效率不高 ． 等互联网应用的崛起 ，数据挖掘在这些行业的应用 针对以上缺陷，许多研究者提出了改进方案，文 越发得到重视 I2J．要得到好的数据挖掘结果，必须 献 [11]提出通过数据分区的方法来提高 DBSCAN 要有高质量的数据集 ，但现实环境下收集到的数据 算法的效率；文献 [12]提出结合对象的密度及其 往往不完整、不一致，因此，在数据挖掘应用中，噪声 Eps一邻域中数据的分布特点对 DBSCAN算法进行 点的预处理很重要 。。． 优化；文献 [13]提出通过结合 DBSCAN算法和中位 传统的噪声点预处理算法 DBSCAN是一种基 数求方差的方法来提高 DBSCAN算法的噪声点识 于密度的空间聚类算法．