基于二阶k近邻的密度峰值聚类算法研究OA北大核心CSCDCSTPCD
Research of Density Peaks Clustering Algorithm Based on Second-Order k Neighbors
密度峰值聚类(DPC)是近年来提出的一种新的密度聚类算法,算法的核心是基于局部密度和相对距离,通过画出决策图,人为选定聚类中心,进而完成聚类.DPC算法利用截断距离计算局部密度,本质上只考虑了周围近邻节点的数量,且算法采用单步分配策略,一定程度上限制了算法对任意数据集的计算精度和有效性.针对上述问题,提出基于二阶k近邻的密度峰值聚类算法(SODPC).算法通过引入节点的二阶k近邻,计算直接密度和间接密度,重新定义局部密度的计算方式.在此基础上,定…查看全部>>
王大刚;丁世飞;钟锦
中国矿业大学 计算机科学与技术学院 江苏 徐州221116合肥师范学院 计算机学院 合肥230601中国矿业大学 计算机科学与技术学院 江苏 徐州221116
信息技术与安全科学
密度峰值聚类决策图二阶k近邻局部密度
《计算机科学与探索》 2021 (8)
面向大规模复杂数据的多粒度知识发现关键理论与方法研究
1490-1500,11
国家自然科学基金(61379101)安徽省高校自然科学研究项目(KJ2020A113).
评论