计算机科学 ›› 2009, Vol. 36 ›› Issue (5): 68-71.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 近期传感数据监测和移动对象跟踪等许多从自然界直接采集数据的新应用引发了不确定性数据管理这一新的研究课题。这些应用中相关数据的不确定性为传统的数据处理方法提出了新的挑战。探讨的重点是不确定性数据的聚类。提出了一个针对不确定性数据的基于密度的聚类算法，根据不确定性数据内在的概率分布信息进行概率聚类，并采用R树索引和概率阀值索引提高算法的效率。仿真试验表明，提出的算法在有效性和效率方面均优于当前主要的基于密度的不确定性数据聚类算法。
关键词: 基于密度的聚类 不确定性数据 R树
Abstract: Recently,many new applications such as sensor data monitoring and mobile object tracking raise up the issue of uncertain data management. The intrinsic uncertainty of the data in such applications offers new challenges for traditional data processing meth
Key words: Density-based clustering,Uncertain data,R-tree
. 基于密度的不确定性数据概率聚类[J]. 计算机科学, 2009, 36(5): 68-71. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2009/V36/I5/68
Cited
首页