首页> 外文OA文献 >基于单点密度的Kmeans算法优化
【2h】

基于单点密度的Kmeans算法优化

机译:基于单点密度的Kmeans算法优化

代理获取
本网站仅为用户提供外文OA文献查询和代理获取服务,本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文,但由于OA文献来源多样且变更频繁,仍可能出现获取不到、文献不完整或与标题不符等情况,如果获取不到我们将提供退款服务。请知悉。

摘要

kMEAnS是一种经典聚类算法,应用范围很广。但该算法有着自身的一些缺点,如不能消除离群点的影响,对初始聚类中心的选取敏感,聚类结果不稳定等。本文基于单点密度来屏蔽离群点和选取初始聚类中心,达到优化kMEAnS的目的,该算法简称SdkMEAnS(SInglE dEnSITy kMEAnS)。实验证明,SdkMEAnS算法能获得较好较稳定的聚类结果。
机译:kMEAnS是一种经典聚类算法,应用范围很广。但该算法有着自身的一些缺点,如不能消除离群点的影响,对初始聚类中心的选取敏感,聚类结果不稳定等。本文基于单点密度来屏蔽离群点和选取初始聚类中心,达到优化kMEAnS的目的,该算法简称SdkMEAnS(SInglE dEnSITy kMEAnS)。实验证明,SdkMEAnS算法能获得较好较稳定的聚类结果。

著录项

  • 作者

    汪宜东;

  • 作者单位
  • 年度 2015
  • 总页数
  • 原文格式 PDF
  • 正文语种 zh_CN
  • 中图分类

相似文献

  • 外文文献
  • 中文文献
  • 专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号