TY - JOUR A2 - 沉福民AU - 他，清AU - 顾，海霞AU - 魏，秦盟 - 王，徐PY - 2017年DA - 2017年12月7日TI - 一种新的DBSCAN基于二元局部敏感哈希和二进制KNN表示SP - 3695323 VL - 2017年AB - 我们通过提出一系列的策略，以提高其耐用性，以各种密度和效率重温经典DBSCAN算法。与原来的DBSCAN，我们首先使用二进制本地敏感散列（LSH），可实现更快的区域查询中 ķ 数据点的邻居。基于二进制数据表示方法 ķ 然后附近建议数据集映射到更快的簇扩展汉明空间。我们定义基于二进制的影响空间的核心点，以增强鲁棒各种密度。此外，我们提出了一个种子点的选择方法，它是基于影响空间和 ķ 附近的相似性，选择一些种子点代替所有的簇膨胀期间附近。因此，区域的查询的数量可以减少。实验结果表明，该算法可以大大提高聚类速度，确保更好的算法聚类准确率的前提下，特别是对于大型数据集。SN - 1687-5680 UR - https://doi.org/10.1155/2017/3695323 DO - 10.1155 /三百六十九万五千三百二十三分之二千○一十七JF - Hindawi出版KW - - 多媒体PB进展ER -