首页 | 本学科首页   官方微博 | 高级检索  
     

基于相对密度和流形上k近邻的聚类算法
引用本文:古凌岚,彭利民.基于相对密度和流形上k近邻的聚类算法[J].计算机科学,2016,43(12):213-217.
作者姓名:古凌岚  彭利民
作者单位:广东轻工职业技术学院计算机工程系 广州510300,华南理工大学自动化科学与工程学院 广州510006
基金项目:本文受国家档案局科技项目(2015-X-54),广东省自然科学基金资助
摘    要:针对传统的基于欧氏距离的相似性度量不能完全反映复杂结构的数据分布特性的问题,提出了一种基于相对密度和流形上k近邻的聚类算法。基于能描述全局一致性信息的流形距离,及可体现局部相似性和紧密度的k近邻概念,通过流形上k近邻相似度度量数据对象间的相似性,采用k近邻的相对紧密度发现不同密度下的类簇,设计近邻点对约束规则搜寻k近邻点对构成的近邻链,归类数据对象及识别离群点。与标准k-means算法、流形距离改进的k-means算法进行了性能比较,在人工数据集和UCI数据集上的仿真实验结果均表明,该算法能有效地处理复杂结构的数据聚类问题,且聚类效果更好。

关 键 词:流形距离  流形上k近邻  k近邻相似度  相对密度
收稿时间:2015/11/7 0:00:00
修稿时间:2016/4/28 0:00:00

Clustering Algorithm Based on Relative Density and k-nearest Neighbors over Manifolds
GU Ling-lan and PENG Li-min.Clustering Algorithm Based on Relative Density and k-nearest Neighbors over Manifolds[J].Computer Science,2016,43(12):213-217.
Authors:GU Ling-lan and PENG Li-min
Affiliation:Department of Computer Engineering,Guangdong Industry Technical College,Guangzhou 510300,China and School of Computer Science and Engineering,South China University of Technology,Guangzhou 510006,China
Abstract:
Keywords:Manifold distance  k-nearest neighbors over manifolds  k-nearest neighbors similarity  Relative density
点击此处可从《计算机科学》浏览原始摘要信息
点击此处可从《计算机科学》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号