首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于CDbw和人工蜂群优化的密度峰值聚类算法
引用本文:姜建华,吴迪,郝德浩,王丽敏,张永刚,李克勤.基于CDbw和人工蜂群优化的密度峰值聚类算法[J].吉林大学学报(理学版),2018,56(6):1469-1475.
作者姓名:姜建华  吴迪  郝德浩  王丽敏  张永刚  李克勤
作者单位:1. 吉林财经大学 数据科学系, 吉林省互联网金融重点实验室, 长春 130117;2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春 130012;3. 纽约州立大学 计算机系, 美国 纽约 12561
摘    要:针对密度峰值聚类(DPC)算法存在的dc值难选择及近邻原则聚合操作在低密度区效果不佳的问题, 提出一种基于人工蜂群与CDbw聚类指标优化的密度峰值聚类(BeeDPC)算法, 以实现类簇间数据点的自动识别和合理聚类, 并解决DPC对类簇间数据点类别识别上存在的缺陷. 实验结果表明, BeeDPC算法具有自动识别并合理聚类类簇间数据点、 自动识别类簇中心点和类簇数量及自动处理任意分布数据集的优势.

关 键 词:聚类分析    CDbw评价指标    密度峰值    密度聚类    人工蜂群算法  
收稿时间:2017-04-24
本文献已被 CNKI 等数据库收录!
点击此处可从《吉林大学学报(理学版)》浏览原始摘要信息
点击此处可从《吉林大学学报(理学版)》下载免费的PDF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