摘要：针对DBSCAN算法中最小点数和最大邻域半径难以确定、算法时间开销大、对起始数据点的选择比较敏感，以及难以发现不同密度下的邻近簇等问题，提出一种基于扩展区域查询的密度聚类算法（GISN—DB—SCAN）。该方法首先提出扩展区域查询算法，随后采用最近邻域和反最近邻域的邻域关系，建立每个点的k-影响空间域；最后提出一种异常点判定函数，使得算法能够准确地识别边界点和噪声点。实验结果表明，GISN—DB—SCAN算法能够有效地解决DBSCAN算法的不足。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社