信息记录材料

首页 > 刊期 > 2024 > 6期 > 信息：技术与应用

基于密度的聚类算法在数据挖掘中的应用与改进

何珍珍，张馨雨

【摘要】本研究针对密度聚类算法在数据挖掘中的关键挑战，提出了一系列创新改进措施。通过自适应参数调整、局部核密度估计、噪声抑制和多尺度聚类分析，有效提高了聚类算法的性能。实验验证显示，这些改进在处理复杂数据集时，尤其是在噪声和多密度尺度场景下，显著增强了聚类的准确性和鲁棒性。研究结果为密度聚类算法在实际应用中的优化提供了新思路，并为相关领域的智能数据分析提供了有力工具。

【关键字】密度聚类算法；数据挖掘；自适应参数优化；局部核密度估计