Fuzzy extensions of the DBScan clustering algorithm

The DBSCAN algorithm is a well-known density-based clustering approach particularly useful in spatial data mining for its ability to find objects’ groups with heterogeneous shapes and homogeneous local density distributions in the feature space. Furthermore, it can be suitable as scaling down approa...

Celý popis

Uloženo v:

Podrobná bibliografie
Vydáno v:	Soft computing (Berlin, Germany) Ročník 22; číslo 5; s. 1719 - 1730
Hlavní autoři:	Ienco, Dino, Bordogna, Gloria
Médium:	Journal Article
Jazyk:	angličtina
Vydáno:	Berlin/Heidelberg Springer Berlin Heidelberg 01.03.2018 Springer Nature B.V Springer Verlag
Edice:	Methodologies and Application
Témata:	Algorithms Artificial Intelligence Big Data Borders Clustering Computational Intelligence Computer Science Constraint modelling Control Data mining Datasets Density Engineering Fuzzy sets Information Retrieval Machine Learning Mathematical Logic and Foundations Mechatronics Methodologies and Application Neighborhoods Parameters Robotics Social networks Spatial data Density-based clustering DBSCAN clustering Fuzzy clustering
ISSN:	1432-7643, 1433-7479
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!

Buďte první, kdo okomentuje tento záznam!