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:
快速搜索和发现密度峰值的聚类算法(CFSFDP)具有不能自动确定聚类中心的缺点,文中提出自动确定聚类中心的CFSFDP.首先针对变量分布不均匀的问题,将密度和距离进行归一化处理.再通过切比雪夫不等式确定归一化后的密度阈值上限,利用标准差确定归一化后的距离阈值上限.最后根据决策函数确定决策阈值上限,统筹考虑两种决定因素,避免中心点选取遗漏,自动确定聚类中心.实验表明,文中算法可以有效地自适应选择聚类中心,具有较好的鲁棒性和有效性.
推荐文章
快速搜索与发现密度峰值聚类算法的优化研究
聚类
密度峰值
近邻距离曲线
类合并
不确定数据信任密度峰值聚类算法
聚类
密度峰值
K近邻
证据推理
信任划分
自动确定聚类中心的密度峰值算法
密度峰值
聚类
簇中心点
基尼指数
基于密度峰值优化的谱聚类算法
谱聚类
密度峰值
密度聚类
自适应
Nystr(o)m抽样
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 自动确定聚类中心的快速搜索和发现密度峰值的聚类算法
来源期刊 模式识别与人工智能 学科 工学
关键词 密度峰值 聚类算法 聚类中心 切比雪夫不等式
年,卷(期) 2019,(11) 所属期刊栏目 研究与应用
研究方向 页码范围 1032-1041
页数 10页 分类号 TP391
字数 6324字 语种 中文
DOI 10.16451/j.cnki.issn1003-6059.201911008
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 王万良 浙江工业大学计算机科学与技术学院 303 3770 29.0 48.0
2 吕闯 浙江工业大学计算机科学与技术学院 3 2 1.0 1.0
3 吴菲 浙江工业大学计算机科学与技术学院 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (37)
共引文献  (31)
参考文献  (18)
节点文献
引证文献  (1)
同被引文献  (8)
二级引证文献  (0)
1976(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
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)
2012(5)
  • 参考文献(0)
  • 二级参考文献(5)
2013(6)
  • 参考文献(0)
  • 二级参考文献(6)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(3)
  • 参考文献(2)
  • 二级参考文献(1)
2016(3)
  • 参考文献(2)
  • 二级参考文献(1)
2017(4)
  • 参考文献(4)
  • 二级参考文献(0)
2018(5)
  • 参考文献(5)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
密度峰值
聚类算法
聚类中心
切比雪夫不等式
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
模式识别与人工智能
月刊
1003-6059
34-1089/TP
16开
中国科学院合肥智能机械研究所安徽合肥董铺岛合肥1130信箱
26-69
1989
chi
出版文献量(篇)
2928
总下载数(次)
8
总被引数(次)
30919
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导