上传者: 38696176
|
上传时间: 2021-03-02 13:06:06
|
文件大小: 513KB
|
文件类型: PDF
DBSCAN是一种经典的基于密度的聚类技术,在发现任意形状的聚类和处理噪声方面广为人知。 但是,面对高维数据时,密度计算非常耗时,这使得它在许多领域都效率低下,例如多文档摘要,产品推荐等。因此,如何有效地计算高维数据的密度成为了基于DBSCAN的群集技术的一个关键问题。 在本文中,我们提出了一种基于DBSCAN的高维数据聚类的快速算法,称为Dboost。 在我们的算法中,一种名为WAND#的分级检索技术改编被新颖地应用于改进密度计算而没有精度损失,并且我们通过减少WAND#的调用时间来进一步提高了这种加速。 对电线电压数据,Netflix数据集和微博语料库进行了实验。 结果表明,线电压数据和Netflix数据集可实现50倍以上的加速,而微博客数据可望实现100倍以上的加速。