1) density-based
基于密度
1.
An improved density-based outlier mining algorithm;
一种改进的基于密度的离群数据挖掘算法
2.
The Research and Implementation of Density-based Clustering Algorithm with Pattern Evaluation Methods;
基于密度聚类算法及其模式评估方法的研究与实现
3.
Outlier detection is an integral part of data mining,and the density-based method LOF is the current state of the art in outlier detection.
异常检测是数据挖掘的一个重要组成部分,其中基于密度的方法LOF是目前常用的主要方法。
3) density-based algorithms
基于密度的算法
4) Density-based clustering
基于密度的聚类
1.
According to the characteristics of gene expression data,a high accurate density-based clustering algorithm called DENGENE was proposed.
根据基因表达数据的特点,提出一种高精度的基于密度的聚类算法DENGENE。
2.
Cluster reducing strategy on vibrating-based,presented in this issue, is the method that improves the density-based clustering of data mining in some field.
基于“震动方法”的类删减策略是在数据挖掘领域“基于密度的聚类”方法基础上,通过对数据仓库中数据元进行初步聚类,确定各类的“核”并赋予“能”之后,再对特定数据元进行能量“震动”,以便减小数据元之间的差别,融合相似度较高的类,突现类与类之间联系的具体方法。
5) density-based distance
基于密度的距离
6) density based clustering
基于密度的聚类
补充资料：非密度制约因素(见密度制约因素)
非密度制约因素(见密度制约因素)
l焦非密度制约因素见生态因素、密度制约后
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条