节点文献

一种基于簇边界的密度峰值点快速搜索聚类算法

免费订阅

【作者】 贾培灵樊建聪彭延军

【Author】 Jia Peiling;Fan Jiancong;Peng Yanjun;College of Computer Science and Engineering,Shandong University of Science and Technology;Provincial Key Laboratory for Information Technology of Wisdom Mining of Shandong Province,Shandong University of Science and Technology;

【机构】 山东科技大学计算机科学与工程学院山东省智慧矿山信息技术重点实验室

【摘要】 相比其它聚类算法,密度峰值点快速搜索聚类算法(clustering by fast search and find of density peaks,DPC)只需较少的参数就能达到较好的聚类结果,然而当某个类存在多个密度峰值时,聚类结果不理想.针对这一问题,提出一种基于簇边界划分的DPC算法:B-DPC算法.改进算法首先利用一种新的去除噪声准则对数据集进行清理,再调用DPC算法进行首次聚类.最后搜索并发现邻近类的边界样本,根据边界样本的数量和所占比例,对首次聚类结果进行二次聚类.实验证明,B-DPC算法较好地解决了多密度峰值聚类问题,能够发现任意形状的簇,对噪声不敏感.

【关键词】 密度峰聚类中心噪声清除聚类
【基金】 国家自然科学基金(61203305,61433012);山东省重点研发计划(攻关)(2016GSF120012);山东省自然科学基金(ZR2015FM013);山东省“泰山学者”攀登计划
  • 【DOI】10.13232/j.cnki.jnju.2017.02.019
  • 【分类号】TP311.13
  • 【下载频次】102
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: