登录 | 注册 | 充值 | 退出 | 公司首页 | 繁体中文 | 满意度调查
综合馆
基于密度峰值与密度聚类的集成算法
  • 摘要

    针对快速搜索和发现密度峰值聚类(CFSFDP)算法需人工在决策图上选择聚类中心的问题,提出一种基于密度峰值和密度聚类的集成算法.首先,借鉴CFSFDP思想,将局部密度最大的数据作为第一个中心;接着,从该中心点出发采用一种利用Warshall算法求解密度相连改进的基于密度的噪声应用空间聚类(DBSCAN)算法进行聚类,得到第一个簇;最后,在尚未被划分的数据中找出最大局部密度的数据,将它作为下一个簇的中心后再次采用上述算法进行聚类,直到所有数据被聚类或有部分数据被视为噪声.所提算法既解决了CFSFDP选择中心需人工干预的问题,又优化了DBSCAN算法,即每次迭代都是从当前最好的点(局部密度最大的点)出发寻找簇.通过可视化数据集和非可视化数据集与经典算法(CFSFDP、DBSCAN、模糊C均值(FCM)算法和K均值(K-means)算法)的对比实验结果表明,所提算法聚类效果更好,准确率更高,优于对比算法.

  • 作者

    王治和  黄梦莹  杜辉  秦红武  WANG Zhihe  HUANG Mengying  DU Hui  QIN Hongwu 

  • 作者单位

    西北师范大学计算机科学与工程学院兰州730070

  • 刊期

    2019年2期 ISTIC PKU

  • 关键词

    密度峰值  密度聚类  Warshall算法  决策图  聚类中心 

相似文献 查看更多>>
54.227.76.35