TY - Jour A2 - Zou，Liang Au - Liu，Hui Au - 刘，杨··张，Ran Au - Wu，夏PY - 2021DA - 2021/02/23 TI - 一种基于密度感知和分层聚合的聚类算法关于识别和分析中国贫困家庭类别的城市多模式大数据 - 6692975 VL - 2021 AB - 如今，由于城市数量越来越多的城市，公众自由地提供城市多式化大数据在许多领域，如运输，教育，医疗和土地资源管理。成功完成扶贫工作可以大大提高人民生活质量，并确保社会的可持续发展。贫困是人类社会的严峻挑战。应用机器学习来挖掘不同类别的贫困家庭并进一步提供决策支持，这是具有重要意义，并为扶贫而提供决策支持。传统的扶贫方法需要消耗大量的人力，物质资源和财务资源。基于噪声（DBSCAN）应用的基于密度的空间聚类，本文设计了分层DBSCAN聚类算法，以识别和分析中国贫困户的类别。首先，该方法动态调整邻域半径，以将数据空间划分为具有不同密度的几个初始簇。然后，邻居群集由边界和内距离不断地并递归地聚合以形成新的簇。 Based on the idea of division and aggregation, the proposed method can recognize clusters of different forms and deal with noises effectively in the data space with imbalanced density distribution. The experiments indicate that the method has the ideal performance of clustering, which identifies the commonness and difference in characteristics of poverty-stricken households reasonably. In terms of the specific indicator “Accuracy,” the accuracy increases by 2.3% compared with other methods. SN - 1058-9244 UR - https://doi.org/10.1155/2021/6692975 DO - 10.1155/2021/6692975 JF - Scientific Programming PB - Hindawi KW - ER -