期刊专题

10.3778/j.issn.1002-8331.1710-0059

K近邻相似度优化的密度峰聚类

引用
针对密度峰聚类分配时,仅考虑样本点与指向点(密度比它大的最近点)之间的距离,不适用于流形聚类(如Circleblock数据集、Lineblobs数据集等)的问题,提出了K近邻相似度优化的密度峰聚类算法.在计算每个点的密度与指向点后,通过相似度函数,找出每个点的K近邻,然后根据K近邻信息判断样本点的指向点是否正确,对于指向错误的点重新寻找正确的指向点,可以有效减少错误分配.在人工数据集和UCI数据集上的实验表明,新算法具有更高的准确率.

聚类、密度峰、相似度、K近邻

55

TP181(自动化基础理论)

2019-10-22(万方平台首次上网日期,不代表论文的发表时间)

共7页

148-153,252

暂无封面信息
查看本期封面目录

计算机工程与应用

1002-8331

11-2127/TP

55

2019,55(2)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn