基于阴影集的共享最邻近三支DBSCAN

1 论文标题：基于阴影集的共享最邻近三支DBSCAN

2 作者信息：李志聪*, 闫 昆：哈尔滨师范大学计算机科学与信息工程学院，黑龙江 哈尔滨

3 出处和链接：李志聪, 闫昆. 基于阴影集的共享最邻近三支DBSCAN[J]. 数据挖掘, 2025, 15(2): 137-150. https://doi.org/10.12677/hjdm.2025.152012

4 摘要：传统DBSCAN算法在处理数据时，将某些不确定的数据强制划分到某一类中往往容易带来决策风险。针对此问题，提出了基于阴影集的共享最邻近三支DBSCAN算法。该算法利用三支决策思想，将核心点划分到核心域中，对于非核心点引入阴影集理论，计算样本的隶属度，将样本划分到核心域或边界域中，并通过共享最邻近算法进一步细化边界域中的样本划分，从而提升聚类的准确性和鲁棒性。该算法应用在文本分析领域，通过实验对比分析，验证了该算法具有较好的性能，提高了文本聚类的准确性。