• search hit 20 of 133
Back to Result List

EFM-DBSCAN: Ein baumbasierter Clusteringalgorithmus unter Ausnutzung erweiterter Leader-Umgebungen

  • DBSCAN ist ein dichte-basierter Clusteringalgorithmus, der beliebig geformte Cluster erkennt und sie von Rauschen trennt. Aufgrund der Laufzeit von O(n2) ist seine Anwendung jedoch auf kleine Datenkollektionen beschränkt. Um diesen Aufwand zu reduzieren, wurde der auf dem Konzept der Leader-Umgebung basierende Algorithmus FM-DBSCAN vorgestellt, der für beliebige Metriken dasselbe Clustering wie DBSCAN liefert. In dieser Arbeit wird nun basierend auf FM-DBSCAN das Verfahren EFM-DBSCAN entwickelt. EFM-DBSCAN nutzt die folgenden zwei Konzepte zur Eizienzsteigerung: (a) eine baumbasierte Partitionierung und (b) die Erweiterung der Objekte einer Leader-Umgebung um die Distanzen zu ihrem Leader. Erste Experimente zeigen, dass EFM-DBSCAN bis zu einem Faktor 17 weniger Distanzberechnungen und bis zu einem Faktor 13 weniger Rechenzeit als FM-DBSCAN benötigt. Gegenüber DBSCAN wurde ein Faktor von bis zu 104 eingespart.

Export metadata

Additional Services

Search Google Scholar
Metadaten
Author: Philipp Egert
URL:http://btw2017.informatik.uni-stuttgart.de/slidesandpapers/F4-11-18-short/paper_web.pdf
Title of the source (German):BTW 2017 : Datenbanksysteme für Business, Technologie und Web (Workshopband), Tagung vom 6. - 7.März 2017 in Stuttgart
Publisher:Gesellschaft für Informatik e.V.
Place of publication:Bonn
Editor: Bernhard Mitschang
Document Type:Conference Proceeding
Language:German
Year of publication:2017
Tag:DBSCAN; Density-based Clustering; Leader Neighbourhood; Leaders
First Page:227
Last Page:236
Series ; volume number:Lecture notes in informatics
Faculty/Chair:Fakultät 1 MINT - Mathematik, Informatik, Physik, Elektro- und Informationstechnik / FG Datenbank- und Informationssysteme
Einverstanden ✔
Diese Webseite verwendet technisch erforderliche Session-Cookies. Durch die weitere Nutzung der Webseite stimmen Sie diesem zu. Unsere Datenschutzerklärung finden Sie hier.