计算机科学 ›› 2013, Vol. 40 ›› Issue (Z11): 412-414.
郭万春,蔡丽霞,陈航,陈桂芬
GUO Wan-chun,CAI Li-xia,CHEN Hang and CHEN Gui-fen
摘要: 通常基于密度的DBSCAN算法可以有效地处理任意形状的簇,但由于时空数据具有明显的差异性,该算法不能综合分析土壤肥力状况。针对这一问题,提出了一种基于改进的DBSCAN算法来对农安镇土壤肥力状况进行分析研究。首先利用层次分析法得到土壤养分各属性的权值,以平衡数据间的差异性;其次,利用改进的DBSCAN算法对农安镇的土壤肥力数据进行分析,并将实验结果与传统的DBSCAN算法进行比较。实验结果表明,改进的DBSCAN算法对于选取Eps和minPts两个参数更加快速、有效,聚类结果更好。
[1] 卜东波.聚类/分类理论研究及其在文本挖掘中的应用[D].北京:中国科学院技术研究所,2000 [2] Ester,Martin,Kriegel H P,et al.A Density Based Algorithmfor Discovering Clusters in Large Spatial Data bases withNoise [C]∥Proceedings of the 2nd International Conference onKnowledgeDiscovery and Data Mining (KDD-96).Ortland,Oregon,1996 [3] Li Liang-hou,Li Ji-yue.Application of Clustering Analysis inclassifying Site Type and Evaluating Soil Fertility[C]∥2010Third International Conference on Education Technology and Traning (ETT 2010).2010:468-471 [4] Turner B L,Meyer W B.Land use and land cover in global environmental change:considerations for study [J].Int.SoiSci.,J.,1991,0:669-680 [5] 张书慧,马成林,李伟,等.变量施肥对玉米产量及土壤养分影响的试验[J].农业工程学报,2006,2(8):64-67 [6] 陈桂芬,曹丽英,王国伟.加权空间模糊动态聚类算法在土壤肥力评价中的应用[J].中国农业科学,2009,42(10):3559-3563 [7] 周水庚,等.基于数据分区的DBSCAN算法[J].计算机研究与发展,2000,37(10) [8] 盛骤,谢式千,潘承.毅概率论与数理统计(第3版)[M].北京:高等教育出版社,2004 [9] Umeda M,Kaho T,Iida M,et al.Effect of variable rate fertilizing for paddy field[C]∥2001ASAE annual international meeting,2001,Number.01(Part.II) [10] Wittry D J,Mallarino A P.Comparison of uniform-and variable-rate phosphorus fertilization for corn-soybean rotations[J].Agronomy Journal,2004,96(1):26-33 [11] 任兴平,何忠龙,孟增辉.改进DBSCAN算法中参数Eps值的确定[J].现代化技术,2007,(11):120-121 [12] 刘志勇,耿新青.基于模糊聚类的文本挖掘算法[J].计算机工程,2009,35(5):44-45 |
No related articles found! |
|