期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于密度的全局K-means算法的改进
被引量：
2
1
作者
徐娟
范菁
+1 位作者
陈楚天
曲金帅
《云南民族大学学报（自然科学版）》
CAS
2019年第2期160-164,共5页
针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度...
针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度数的DGK-means算法,并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下,改进的DGK-means算法比全局K-means算法和快速全局K-means算法,聚类用时更短,聚类效率更高.
展开更多
关键词
GK-
means
算法
FGK-
means
算法
dgk
-
means
算法
高密度数
下载PDF
职称材料
题名
基于密度的全局K-means算法的改进
被引量：
2
1
作者
徐娟
范菁
陈楚天
曲金帅
机构
云南民族大学云南省高校信息与通信安全灾备重点实验室
云南民族大学电气信息工程学院
出处
《云南民族大学学报（自然科学版）》
CAS
2019年第2期160-164,共5页
基金
国家自然科学基金(61540063)
云南省应用基础研究计划项目(2018FD055)
+2 种基金
云南省教育厅科学研究基金(2017ZDX045)
云南民族大学校级科研项目(2017QN02)
云南省高校科技创新团队开放式基金
文摘
针对全局K-means聚类算法和快速全局K-means聚类算法在选择下一簇的聚类中心点时,需要逐一计算数据集中每个点作为备选聚类中心点时的簇内平方误差函数,而数据集中存在很多不可能作为备选点的噪声点.为剔除噪声点,提出了一种基于高密度数的DGK-means算法,并通过UCI数据库中的4组数据集进行实验测试.验证了在聚类效果稳定的前提下,改进的DGK-means算法比全局K-means算法和快速全局K-means算法,聚类用时更短,聚类效率更高.
关键词
GK-
means
算法
FGK-
means
算法
dgk
-
means
算法
高密度数
Keywords
GK-
means
algorithm
FGK-
means
algorithm
dgk
-
means
algorithm
high-density
number
分类号
TP311.13 [自动化与计算机技术—计算机软件与理论]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于密度的全局K-means算法的改进
徐娟
范菁
陈楚天
曲金帅
《云南民族大学学报（自然科学版）》
CAS
2019
2
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
