期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
二阶K近邻和多簇合并的密度峰值聚类算法
1
作者
吕莉
朱梅子
+1 位作者
康平
韩龙哲
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024年第5期1417-1425,共9页
针对流形数据中密度峰值聚类(DPC)算法的局部密度易找到错误的类簇中心,且分配策略易导致远离类簇中心的剩余样本被错误分配的问题,本文提出二阶K近邻和多簇合并的密度峰值聚类(DPC-SKMM)算法。首先,利用最小二阶K近邻定义局部密度,凸...
针对流形数据中密度峰值聚类(DPC)算法的局部密度易找到错误的类簇中心,且分配策略易导致远离类簇中心的剩余样本被错误分配的问题,本文提出二阶K近邻和多簇合并的密度峰值聚类(DPC-SKMM)算法。首先,利用最小二阶K近邻定义局部密度,凸显类簇中心与非类簇中心间的密度差异,从而找到正确的类簇中心;其次,利用K近邻找出样本局部代表点并依此确定核心点,用核心点指导微簇划分;最后,利用最小二阶K近邻及共享近邻定义的微簇间吸引度合并微簇,避免远离类簇中心的样本被错误分配,且微簇合并过程无须迭代。本文将DPC-SKMM算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比,实验结果表明,DPC-SKMM算法能有效聚类流形及UCI数据集。
展开更多
关键词
密度峰值聚类
流形数据
二阶K近邻
K近邻
吸引度
多
簇合并策略
原文传递
基于人工鱼群的自适应密度峰值聚类算法
2
作者
何凯琳
张正军
+1 位作者
位雅
唐莉
《计算机工程与设计》
北大核心
2024年第1期110-119,共10页
针对密度峰值聚类算法中截断距离d c和聚类中心缺乏选取依据,以及对簇中存在多密度峰值的数据无法准确聚类问题,提出一种基于人工鱼群的自适应密度峰值聚类算法(AFSADPC)。选择簇中心权值γ大于幂律分布上分位数的样本点作为聚类中心,...
针对密度峰值聚类算法中截断距离d c和聚类中心缺乏选取依据,以及对簇中存在多密度峰值的数据无法准确聚类问题,提出一种基于人工鱼群的自适应密度峰值聚类算法(AFSADPC)。选择簇中心权值γ大于幂律分布上分位数的样本点作为聚类中心,根据两个相邻簇的簇间边界区域密度与簇平均密度构造簇间合并规则,利用人工鱼群算法寻找使改进轮廓系数指标达到最大值时的最优截断距离d_(c)。在合成数据集和真实数据集上的实验结果表明,AFSADPC算法具有较好的聚类效果。
展开更多
关键词
密度峰值
聚类算法
人工鱼群算法
截断距离
幂律分布
簇合并策略
轮廓系数
下载PDF
职称材料
题名
二阶K近邻和多簇合并的密度峰值聚类算法
1
作者
吕莉
朱梅子
康平
韩龙哲
机构
南昌工程学院信息工程学院
南昌工程学院南昌市智慧城市物联感知与协同计算重点实验室
出处
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024年第5期1417-1425,共9页
基金
国家自然科学基金项目(62066030,61962036)。
文摘
针对流形数据中密度峰值聚类(DPC)算法的局部密度易找到错误的类簇中心,且分配策略易导致远离类簇中心的剩余样本被错误分配的问题,本文提出二阶K近邻和多簇合并的密度峰值聚类(DPC-SKMM)算法。首先,利用最小二阶K近邻定义局部密度,凸显类簇中心与非类簇中心间的密度差异,从而找到正确的类簇中心;其次,利用K近邻找出样本局部代表点并依此确定核心点,用核心点指导微簇划分;最后,利用最小二阶K近邻及共享近邻定义的微簇间吸引度合并微簇,避免远离类簇中心的样本被错误分配,且微簇合并过程无须迭代。本文将DPC-SKMM算法与IDPC-FA、DPCSA、FNDPC、FKNN-DPC、DPC算法进行对比,实验结果表明,DPC-SKMM算法能有效聚类流形及UCI数据集。
关键词
密度峰值聚类
流形数据
二阶K近邻
K近邻
吸引度
多
簇合并策略
Keywords
density peaks clustering
manifold data
second-order K-nearest neighbors
K-nearest neighbor
attractiveness
multi-cluster merging strategy
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
原文传递
题名
基于人工鱼群的自适应密度峰值聚类算法
2
作者
何凯琳
张正军
位雅
唐莉
机构
南京理工大学数学与统计学院
景德镇学院信息工程学院
出处
《计算机工程与设计》
北大核心
2024年第1期110-119,共10页
基金
国家自然科学基金项目(61773014)。
文摘
针对密度峰值聚类算法中截断距离d c和聚类中心缺乏选取依据,以及对簇中存在多密度峰值的数据无法准确聚类问题,提出一种基于人工鱼群的自适应密度峰值聚类算法(AFSADPC)。选择簇中心权值γ大于幂律分布上分位数的样本点作为聚类中心,根据两个相邻簇的簇间边界区域密度与簇平均密度构造簇间合并规则,利用人工鱼群算法寻找使改进轮廓系数指标达到最大值时的最优截断距离d_(c)。在合成数据集和真实数据集上的实验结果表明,AFSADPC算法具有较好的聚类效果。
关键词
密度峰值
聚类算法
人工鱼群算法
截断距离
幂律分布
簇合并策略
轮廓系数
Keywords
density peaks
clustering algorithm
artificial fish swarm algorithm
cutoff distance
power-law distribution
cluster merging strategy
silhouette coefficient
分类号
TP301.6 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
二阶K近邻和多簇合并的密度峰值聚类算法
吕莉
朱梅子
康平
韩龙哲
《吉林大学学报(工学版)》
EI
CAS
CSCD
北大核心
2024
0
原文传递
2
基于人工鱼群的自适应密度峰值聚类算法
何凯琳
张正军
位雅
唐莉
《计算机工程与设计》
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部