基于层次划分的密度优化聚类算法
大小：0.71 MB 人气： 2017-12-17 需要积分：2
标签：聚类算法(12092)
针对传统的聚类算法对数据集反复聚类，且在大型数据集上计算效率欠佳的问题，提出一种基于层次划分的最佳聚类数和初始聚类中心确定算法——基于层次划分密度的聚类优化（ CODHD）。该算法基于层次划分，对计算过程进行研究，不需要对数据集进行反复聚类。首先，扫描数据集获得所有聚类特征的统计值；其次，自底向上地生成不同层次的数据划分，计算每个划分数据点的密度，将最大密度点定为中心点，计算中心点距离更高密度点的最小距离，以中心点密度与最小距离乘积之和的平均值为有效性指标，增量地构建一条关于不同层次划分的聚类质量曲线；最后，根据曲线的极值点对应的划分估计最佳聚类数和初始聚类中心。实验结果表明，所提CODHD算法与预处理阶段的聚类优化（ COPS）算法相比，聚类准确度提高了30%，聚类算法效率至少提高14. 24%。所提算法具有较强的可行性和实用性。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于层次划分的密度优化聚类算法下载
相关电子资料下载
- 基于K-means聚类算法的图像分割 1113
- 介绍一种基于最小化平方误差的聚类算法 498
- 如何在 Python 中安装和使用顶级聚类算法 415
- 10种聚类算法和Python代码4 1118
- 10种聚类算法和Python代码3 960
- 10种聚类算法和Python代码2 796
- 10种聚类算法和Python代码1 644
- YOLOv5中的autoanchor.py代码解析 1242
- 视觉新范式！COCs：将图像视为点集 636
- 10种顶流聚类算法Python实现（附完整代码） 989