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:
现有的很多聚类算法在各种数据集中检测任意簇时通常不能获得好的性能.通过把每个数据点看作自然界中的质点,定义了数据点间密度引力的概念,在此基础上提出了一种新的具有鲁棒性的密度引力聚类算法.首先根据每个数据点的周围邻居分布稀疏程度获得其局部密度,然后迭代地将每个数据点分配给密度比它大且距其最近的互近邻点形成初始簇,最后将具有共同数据点的初始簇进行合并得到最终簇.实验将提出的新算法在六个不同维度、不同类型的数据集上分别与三种经典算法、三种新算法进行了测试,结果表明该算法的聚类性能优于对比算法,且可以在不同维度的数据集中发现任意簇.
推荐文章
基于网格密度和引力的不确定数据流聚类算法
不确定数据流
网格特征向量
网格密度
网格引力
零星网格
一种基于密度的引力聚类算法
数据挖掘
聚类分析
聚类算法
引力
一种基于引力的聚类算法
聚类
聚类算法
引力
基于方形邻域的网格密度聚类算法
聚类分析
密度聚类
方形邻域
网格
网格簇
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 数据点的密度引力聚类新算法
来源期刊 计算机科学与探索 学科 工学
关键词 聚类分析 任意簇 密度引力 局部密度
年,卷(期) 2018,(12) 所属期刊栏目 理论与算法
研究方向 页码范围 1996-2006
页数 11页 分类号 TP301.6
字数 7242字 语种 中文
DOI 10.3778/j.issn.1673-9418.1711034
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 陈梅 兰州交通大学电子与信息工程学院 14 52 4.0 6.0
2 温晓芳 兰州交通大学电子与信息工程学院 3 3 1.0 1.0
3 杨志翀 兰州交通大学电子与信息工程学院 2 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  (16)
共引文献  (3)
参考文献  (8)
节点文献
引证文献  (2)
同被引文献  (8)
二级引证文献  (0)
1969(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
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(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 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
聚类分析
任意簇
密度引力
局部密度
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导