1. 您所在位置：
  2. 网站首页
  3. 文档分类
  4. 计算机
  5. 数据挖掘与模式识别

基于密度峰值的聚类算法研究与改进.pdf

基于密度峰值的聚类算法研究与改进.pdf

    摘要

    聚类作为无监督学习的核心技术，在人工智能领域具有重要的理论价值与实

    践意义。针对具有复杂分布的非凸数据集，基于密度的聚类方法展现出独特优势。

    密度峰值聚类算法通过决策图直观选取聚类中心、支持任意形态类簇识别且保持

    线性计算复杂度，使其成为数据挖掘领域的研究热点。然而，该算法在执行中仍

    存在三种核心缺陷：统一截断距离导致局部密度计算敏感，在处理多密度分布的

    数据集时易产生聚类中心的误判；决策图的聚类中心判定依赖人为选择，鲁棒性

    较低；硬性单链传递机制导致单个误分配样本引发连续错误传递。针对上述

    您可能关注的文档

    最近下载

    文档评论（0）

    1亿VIP精品文档

    更多 >

    相关文档

    更多 >