10.3969/j.issn.1000-386x.2019.08.045
一种基于网格划分的密度峰值聚类改进算法
针对密度峰值聚类(Density Peak Clustering,DPC)算法具有时空复杂度高而降低了对大规模数据集聚类的有效性,以及依靠决策图人工选取聚类中心等缺点,提出基于网格的密度峰值聚类(G-DPC)算法.采用基于网格的方式进行网格划分,用网格代表点替换网格单元整体;对各代表点聚类,通过改进的自适应方法选出核心网格代表点作为聚类中心;将剩余点归类,剔除噪声点.仿真实验验证了该算法对大规模数据集和高维数据集聚类的有效性.
密度峰值、网格、聚类算法
36
TP301.6(计算技术、计算机技术)
江西省自然科学基金项目20171BAB202027
2019-08-28(万方平台首次上网日期,不代表论文的发表时间)
共8页
268-274,280