DBScan聚类算法
浏览数：285 /
时间：2015年06月12日
改算法可以用于实时路况的gps点的去噪，伪码如下：
输入:
E: 对象半径
Minpst: 给定D中E领域以内成为核心点的最小点数
D: 集合
目标：找到多个联通的最大相互密度直接可达的点的集合
repeat:
判断点是否是核心点
记录该点的直接密度可达点
util 所有输入点完成遍历
repeat:
将该点的相互直接密度可达的点加入同一组
util 所有核心对象的领域都完成遍历
该算法的好处是：
能用于去噪
发现任意形状的聚类
不需要事先知道聚类的个数
缺陷：
需要预先定义 对象半径和最小距离
如何找到这样的E呢？一种做法是遍历输入点根据Minpts找到最大的E值，再根据每个点的E值，找到一个变化最快的点(求导)。用改点的E作为最终的E。
参考：
http://baike.baidu.com/view/3063170.htm#5
http://xccds1977.blogspot.com/2012/06/r.html
http://en.wikipedia.org/wiki/DBSCAN#Algorithm
http://en.wikipedia.org/wiki/OPTICS_algorithm
http://en.wikipedia.org/wiki/Hierarchical_clustering
CN200910237940-异常车速数据的识别方法和装置
郑重声明：本站内容如果来自互联网及其他传播媒体，其版权均属原媒体及文章作者所有。转载目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，也不构成任何其他建议。
