×

如何使用拉普拉斯中心性和密度峰值进行无参数聚类算法的研究

消耗积分:0 | 格式:rar | 大小:0.76 MB | 2019-01-03

分享资料个

　　针对聚类算法的聚类中心选取需要人工参与的问题，提出了一种基于拉普拉斯中心性和密度峰值的无参数聚类算法（ ALPC）。首先，使用拉普拉斯中心性度量对象的中心性；然后，使用正态分布概率统计方法确定聚类中心对象；最后，依据对象到各个中心的距离将各个对象分配到相应聚类中心实现聚类。所提算法克服了算法需要凭借经验参数和人工选取聚类中心的缺点。在人工数据集和真实数据集上的实验结果表明，与经典的具有噪声的基于密度的聚类方法（ DBSCAN）、密度峰值聚类（DPC）算法以及拉普拉斯中心峰聚类（LPC）算法相比，ALPC具有自动确定聚类中心、无参数的特点，且具有较高的聚类精度。

下载并关注上传者 开通VIP，低至0.08元下载/次

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 !