二阶自然最近邻和多簇合并的密度峰值聚类算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：密度峰值聚类（density peaks clustering，DPC）算法基于局部密度和相对距离识别簇中心，忽视了样本所处环境对样本点密度的影响，因此不容易发现低密度区域的簇中心；DPC算法采用的单步分配策略的容错性差，一旦一个样本点分配错误，将导致后续一系列样本点分配错误。针对上述问题，提出二阶自然最近邻和多簇合并的密度峰值聚类算法（TNMMDPC）。（剩余17272字）

试读结束

目录
monitor