×

一种共享近邻紧密度的增量版谱聚类算法

消耗积分:0 | 格式:pdf | 大小:5.05 MB | 2023-08-02

ah此生不换

分享资料个

  现有的基于共享近邻紧密度的谱聚类算法由于能很妤地探索岀数据点之间的潜在相似性关系,对未能完全分离的数据集具有健壮性,受到了越来越多的关注。但是,在运行时间和内存需求方面,它要花费的代价仍然十分昂贵,这使得其聚类处理能力不太高效,具有运行速度较慢,运行时间过长,面对大数据集时算法失效等缺点,因此该算法对于大规模数据集来说是不切实际的。为了克服这些缺点,提出了一种它的增量版本。该算法的思想是先将数据集分解为若干子集,然后以増量的方式在每个子集上运行,从而保证其具有良好的聚类性能。通过对人工数据集和仿真数据集进行大量的实验验证了该谱聚类算法的有效性。冋时,该算法的时间消耗低,聚类精度高,且能够有效地对不断增加的数据集进行聚类。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

评论(0)
发评论

下载排行榜

全部0条评论

快来发表一下你的评论吧 !