Resumen

El análisis de clusters, que consiste en dividir un conjunto de datos en grupos de manera que los elementos similares se asignen al mismo grupo y los elementos diferentes se asignen a grupos distintos, ha sido ampliamente estudiado y aplicado en diversos campos. Las dos tareas desafiantes en el agrupamiento son determinar el número adecuado de clusters y generar clusters de formas arbitrarias. Este artículo propone un nuevo concepto de vecinos dentro de un radio epsilon que desempeña un papel esencial en el proceso de formación de clusters, determinando así tanto el número de clusters como la forma de los clusters de manera automática. Basado en los vecinos dentro de un radio epsilon, se propone un nuevo algoritmo de clustering en el cual el valor del radio epsilon se adapta a las características de cada cluster en la partición actual. Recientemente, el clustering ha sido ampliamente aplicado en aplicaciones ambientales, incluido el monitoreo de la calidad del agua subterránea. Sin embargo, los estudios existentes simplemente han aplicado técnicas de clustering convencionales, en las cuales las dos tareas desafiantes mencion

• Materias:Big Data Segmentación de líneas Tráfico de red Reconocimiento de entidad Esquema de programación
• Subjects:Big Data Line segmentation Network traffic Entity recognition Programming scheme
• Palabras claves:Análisis de agrupamiento; Conjunto de datos; Grupos; Vecinos dentro de un radio epsilon; Algoritmo; Agua subterránea
• Keywords:Cluster analysis; Dataset; Clusters; Epsilon radius neighbors; Algorithm; Underground water