中国科学技术大学计算机科学与技术学院 2. 安徽工业大学管理科学与工程学院
纸质出版:2022
移动端阅览
周传华, 鲁勇, 于猜. 基于数据分区的OPTICS聚类算法[J]. 传感器与微系统, 2022,(10):103-107.
基于数据分区的OPTICS聚类算法[J]. 2022, (10): 103-107.
周传华, 鲁勇, 于猜. 基于数据分区的OPTICS聚类算法[J]. 传感器与微系统, 2022,(10):103-107. DOI: 10.13873/J.1000-9787(2022)10-0103-05.
基于数据分区的OPTICS聚类算法[J]. 2022, (10): 103-107. DOI: 10.13873/J.1000-9787(2022)10-0103-05.
针对OPTICS算法存在着对于密度不均匀以及高维数据聚类效果差的问题,提出了基于数据分区的OPTICS聚类算法(DP-OPTICS)。该方法计算所有样本点的K距离(K-dist)值,用改进的K均值算法对K-dist值进行单维度聚类,并依据肘图拐点的位置调整K值大小,以此实现数据分区;在分区内用OPTICS算法进行局部聚类,最后按一定规则将数据分区合并。选取多个不平衡人工数据集和UCI数据集进行对比实验,实验结果表明:改进的算法是切实可行的,明显提升了OPTICS算法对于数据密度不均匀问题的聚类质量,并且对高维数据也有着较好的处理能力,具有很强的鲁棒性。
针对OPTICS算法存在着对于密度不均匀以及高维数据聚类效果差的问题,提出了基于数据分区的OPTICS聚类算法(DP-OPTICS)。该方法计算所有样本点的K距离(K-dist)值,用改进的K均值算法对K-dist值进行单维度聚类,并依据肘图拐点的位置调整K值大小,以此实现数据分区;在分区内用OPTICS算法进行局部聚类,最后按一定规则将数据分区合并。选取多个不平衡人工数据集和UCI数据集进行对比实验,实验结果表明:改进的算法是切实可行的,明显提升了OPTICS算法对于数据密度不均匀问题的聚类质量,并且对高维数据也有着较好的处理能力,具有很强的鲁棒性。
面向云服务器信息化管理的混合聚类算法研究 [J]. 承轶青,陈咏秋,徐明生. 自动化技术与应用 . 2020(08)
基于聚类算法的风电波动过程研究 [J]. 张楠,黄越辉,王晶,耿天翔. 电测与仪表 . 2020(06)
模糊聚类无监督算法在图像识别中的应用 [J]. 磨莉,李龙龙,舒蕾. 自动化技术与应用 . 2020(01)
基于两阶段聚类的单相电能表质量评价模型研究 [J]. 夏伟钊,滕欢,曹敏,沈鑫,赵楠. 电测与仪表 . 2020(07)
基于最小生成树的分割区域密度聚类算法 [J]. 李蓟涛,梁永全. 计算机辅助设计与图形学学报 . 2019(09)
基于改进的OPTICS聚类和LOPW的离群数据检测算法 [J]. 肖雪,薛善良. 计算机工程与科学 . 2019(05)
适合多密度的DBSCAN改进算法 [J]. 侯思祖,韩思雨,韩利钊,钱雪忠. 传感器与微系统 . 2018(08)
基于密度峰值优化的模糊C均值聚类算法 [J]. 刘沧生,许青林. 计算机工程与应用 . 2018(14)
面向位置大数据的快速密度聚类算法 [J]. 于彦伟,贾召飞,曹磊,赵金东,刘兆伟,刘惊雷. 软件学报 . 2018(08)
K-means初始聚类中心的选择算法 [J]. 郑丹,王潜平. 计算机应用 . 2012(08)
一种改进的DBSCAN密度算法 [J]. 于亚飞,周爱武. 计算机技术与发展 . 2011(02)
基于数据分区的DBSCAN算法 [J]. 周水庚,周傲英,曹晶. 计算机研究与发展 . 2000(10)
基于密度的聚类算法研究 [D]. 孙凌燕. 中北大学 2009
Machine learning. Clustering by fast search and find of density peaks. [J] . Rodriguez Alex,Laio Alessandro. Science (New York, N.Y.) . 2014 (6191)
Looking for natural patterns in data [J] . M Daszykowski,B Walczak,D.L Massart. Chemometrics and Intelligent Laboratory Systems . 2001 (2)
BIRCH [J] . Tian Zhang,Raghu Ramakrishnan,Miron Livny. ACM SIGMOD Record . 1996 (2)
A K‐Means Clustering Algorithm [J] . J. A. Hartigan,M. A. Wong. Journal of the Royal Statistical Society: Series C (Applied Statistics) . 1979 (1)
0
浏览量
304
下载量
0
CSCD
关联资源
相关文章
相关作者
相关机构
京公网安备11010802024621