广东工业大学学报 ›› 2014, Vol. 31 ›› Issue (3): 39-43.doi: 10.3969/j.issn.1007-7162.2014.03.007

• 综合研究 • 上一篇    下一篇

一种应用于噪声点分布密集环境下的噪声点识别算法

陈平华，周鹏   

  1. 广东工业大学 计算机学院,广东 广州 510006
  • 收稿日期:2014-04-04 出版日期:2014-09-30 发布日期:2014-09-30
  • 作者简介:陈平华（1967-），男，教授,硕士生导师，主要研究方向为推荐系统和云计算技术.
  • 基金资助:

    广东省教育部产学研结合项目（2012B091100003，2012B091000058）

A Recognition Algorithm of Noise Applied to Environments with Intensive Noise-data Distribution

Chen Pinghua，Zhou Peng   

  1. School of Computers, Guangdong University of Technology, Guangzhou 510006,China
  • Received:2014-04-04 Online:2014-09-30 Published:2014-09-30

HTML

PDF (PC)

3112

摘要： 为了提高DBSCAN及其改进算法在噪声点分布密集环境下的噪声点识别率，通过结合PageRank算法思想及噪声数据分布密集的特点，构造簇间投票映射函数，提出了簇间投票噪声点识别算法-NoiseRank.实验结果表明，在噪声点分布密集环境下，NoiseRank算法比DBSCAN算法具有更高的噪声点识别率.

关键词: 噪声点识别, 噪声点分布密集, 簇间投票, DBSCAN, PageRank

Abstract: By combining the PageRank algorithm with the features of intensive noisedata to improve the noise-data recognition rate of DBSCAN in environments with intensive Noise-Point distribution, it structured the inner-cluster mapping function for voting, and proposed the inter-cluster voting noise recognition algorithmNoiseRank. Experimental results show that in environments with intensive NoisePoint distribution, the Noise-data recognition rate of NoiseRank is much higher than that of DBSCAN.

Key words: noise-data recognition, environments with intensive noise-point distribution, inner-cluster voting, DBSCAN, PageRank

[1] 何炜俊, 周应堂. 结合强弱联系和兴趣的社交网络推荐算法[J]. 广东工业大学学报, 2019, 36(03): 39-46.
[2] 王荣荣, 傅秀芬. 一种改进的mpts-HDBSCAN算法[J]. 广东工业大学学报, 2017, 34(03): 49-53.
[3] 陈继峰, 刘广聪, 彭成平. 一种改进的无线传感器网络DV-Hop定位算法[J]. 广东工业大学学报, 2017, 34(02): 80-85.
[4] 蔡永强, 陈平华, 李惠. 基于云计算平台的并行DBSCAN算法[J]. 广东工业大学学报, 2016, 33(01): 51-56.
[5] 谭思妮, 陈平华. 蛛网态微博关系网中有影响力用户的识别研究[J]. 广东工业大学学报, 2015, 32(3): 61-66.
Viewed
Full text


Abstract

Cited
  Shared   
  Discussed   
No Suggested Reading articles found!
版权所有 © 2017 《广东工业大学学报》编辑部
地址：广州市东风东路729号广东工业大学 邮编：510090
电话：020-37626653,020-37626139,020-37626396
邮箱：xbzrb@gdut.edu.cn
本系统由北京玛格泰克科技发展有限公司设计开发