原创力文档- 1、本文档共5页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
第 卷 第 期 计 算 机 科 学
４５ １１ Vol．４５No．１１
年 月
２０１８ １１ COMPUTER SCIENCE Nov．２０１８
基于核密度估计的KＧCFSFDP聚类算法
董晓君 程春玲
(南京邮电大学计算机学院 南京 )
２１０００３
摘 要 快速搜索和发现密度峰值的聚类算法( , )是一种
Clusterin b FastSearchandFindofDensitPeaksCFSFDP
g y y
, , 、 .
新的基于密度的聚类算法 它通过发现密度峰值来有效地识别类簇中心 具有聚类速度快 实现简单等优点 针对
( ) ,
CFSFDP算法的准确性依赖于数据集的密度估计和截断距离 dc的人为选择问题 提出一种基于核密度估计的 KＧ
. ,
CFSFDP算法 该算法利用无参的核密度估计分析数据点的分布特征并自适应地选取 dc从而搜索和发现数据点的
, . , ,
密度峰值 并以峰值点数据作为初始聚类中心 基于 个典型数据集的仿真结果表明 算法比
４ KＧCFSFDP CFSFDP
和 算法具有更高的准确度和更强的鲁棒性.
KＧmeans DBSCAN
, , ,
关键词 聚类 核密度估计 密度峰值 聚类中心
中图法分类号 文献标识码 /
TP３１１ A DOI １０．１１８９６ ．issn．１００２Ｇ１３７X．２０１８．１１．０３８
j
KＧCFSFDPClusterin AlorithmBasedonKernelDensitEstimation
g g y
DONGXiaoＧun CHENGChunＧlin
j g
( , , , )
ColleeofCom uterNanin UniversitofPostsandTelecommunicationsNan
文档评论（0）