期刊文献+
共找到3篇文章
< 1 >
每页显示 20 50 100
一种改进的自适应K近邻聚类算法 被引量:2
1
作者 黄晓斌 万建伟 张燕 《计算机工程与应用》 CSCD 北大核心 2004年第15期76-78,130,共4页
为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为... 为解决传统聚类算法不能处理非球形分布数据的问题,文犤5犦提出了一种自适应k近邻聚类算法。该算法在无需聚类数目的前提下,能有效解决非球形分布数据的聚类问题。但进一步的研究表明,该算法在处理带“奇异”样本的数据集时失去效果。为此,该文给出了一种改进的自适应k近邻聚类算法。仿真结果表明,新算法不仅保持了原算法在处理非球形分布数据时的优良特性,还成功解决了“奇异”样本问题。 展开更多
关键词 非球形分布 模糊C均值算法(FCA) 自适应k近邻算法(aknnca)改进自适应k近邻算法(iaknnca)
在线阅读 下载PDF
K近邻的自适应谱聚类快速算法 被引量:4
2
作者 范敏 王芬 +2 位作者 李泽明 李志勇 张晓波 《重庆大学学报(自然科学版)》 EI CAS CSCD 北大核心 2015年第6期147-152,共6页
谱聚类算法建立在谱图划分理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。然而,谱聚类算法涉及如何选取合适的尺度参数σ构造相似度矩阵的问题。并且,在处理大规模数据集时,聚类的过... 谱聚类算法建立在谱图划分理论基础上,与传统的聚类算法相比,它具有能在任意形状的样本空间上聚类且收敛于全局最优解的优点。然而,谱聚类算法涉及如何选取合适的尺度参数σ构造相似度矩阵的问题。并且,在处理大规模数据集时,聚类的过程需要较大的时间和内存开销。研究从构造相似度矩阵入手,以传统NJW算法为基础,提出一种基于K近邻的自适应谱聚类快速算法FA-SC。该算法能自动确定尺度参数σ;同时,对输入数据集分块处理,并用基于K近邻的稀疏相似度矩阵保存样本信息,减少计算的内存开销,提高了运行速度。通过实验,与传统谱聚类算法比较,FA-SC算法在人工数据集和UCI数据集上能够取得更好的聚类效果。 展开更多
关键词 k近邻 稀疏矩阵 自适应 快速算法
在线阅读 下载PDF
面向非球形分布数据的自适应K近邻聚类算法 被引量:3
3
作者 黄晓斌 万建伟 张燕 《计算机工程》 CAS CSCD 北大核心 2003年第11期21-22,165,共3页
针对传统聚类算法处理非球形分布数据的不足,提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明,该算法在无须聚类数目的前提下,对非球型分布数据具有很好的聚类... 针对传统聚类算法处理非球形分布数据的不足,提出了一种新型的自适应K近邻 聚类算法。该算法由数据集归一化、初始类别构造和初始类别融合3个步骤构成。仿真结果 表明,该算法在无须聚类数目的前提下,对非球型分布数据具有很好的聚类效果。 展开更多
关键词 非球形分布 模糊C均值算法(FCA) 自适应k近邻算法(aknnca)
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部