基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为解决核模糊相似性度量谱聚类算法的样本点降噪问题,优化聚类效果和稳定性,本文从分析异常点分布特性出发,引入局部异常因子(LOF)算法,提出聚类中心候选对象的概念,过滤数据集的噪声数据,从而优化初始聚类中心的计算,突出正常样本点在聚类中心调整中的影响力,使聚类算法更易于得出准确的聚类结果.同时提出一种局部过滤因子以修正相似性度量的方法,该方法通过放大正常数据之间的权值、缩小正常数据与噪声数据间的权值,使优化后的核模糊谱聚类算法大大降低对异常点的敏感度.算法有效性实验和算法稳定性实验表明:该方法对相似性度量修正的有效性使核模糊谱聚类算法更为稳定和鲁棒.
推荐文章
优化的核模糊C均值聚类算法
模糊C均值聚类
核函数
蝙蝠算法
佳点集
速度权重
基于模糊核聚类和主动学习的异常检测方法
异常检测
模糊核聚类
主动学习
日志解析
聚类分析
性能对比
基于模糊核聚类的多类支持向量机
支持向量机
多类分类
模糊核
二叉树
基于改进模糊核聚类的红外图像分割
红外图像分割
模糊核聚类
空间约束
隶属度约束强度指数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 核模糊谱聚类LOF降噪方法研究
来源期刊 广东工业大学学报 学科 工学
关键词 谱聚类 核模糊相似性度量 聚类中心候选对象 局部过滤因子
年,卷(期) 2018,(6) 所属期刊栏目
研究方向 页码范围 77-82
页数 6页 分类号 TP391
字数 5258字 语种 中文
DOI 10.12052/gdutxb.180053
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张巍 广东工业大学计算机学院 62 412 11.0 15.0
2 麦志深 广东工业大学计算机学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (33)
共引文献  (6)
参考文献  (9)
节点文献
引证文献  (3)
同被引文献  (5)
二级引证文献  (0)
1900(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(2)
  • 参考文献(1)
  • 二级参考文献(1)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2010(2)
  • 参考文献(0)
  • 二级参考文献(2)
2011(5)
  • 参考文献(2)
  • 二级参考文献(3)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(8)
  • 参考文献(1)
  • 二级参考文献(7)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(3)
  • 参考文献(1)
  • 二级参考文献(2)
2017(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
谱聚类
核模糊相似性度量
聚类中心候选对象
局部过滤因子
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东工业大学学报
双月刊
1007-7162
44-1428/T
16开
广东省广州市东风东路729号
1974
chi
出版文献量(篇)
2262
总下载数(次)
2
论文1v1指导