首页 > 《新余学院学报》 > 2016年3期 > 一种基于密度的增量k-means聚类算法研究

一种基于密度的增量k-means聚类算法研究

打印

在线阅读下载PDF 导出详情

摘要针对传统聚类算法无法有效处理高维混合属性数据集的问题,对原有的数据归一化方法进行改进。在kmeans和DBSCAN聚类算法的基础之上,结合增量聚类的思想和数据之间相异度的计算方法,提出了一种基于密度的增量k-means聚类算法。该算法能有效处理具有高维混合属性的数据集,在准确度和效率方面都得到提高。

DOI pd5eo5lwd7/1638323

作者司福明

机构地区不详

出处《新余学院学报》 2016年3期

关键词基于密度 DBIK-means聚类算法数据相异度

分类 [文化科学][教育学]

出版日期 2016年03月13日（中国Betway体育网页登陆平台首次上网日期，不代表论文的发表时间）

相关文献

1李卫军.K-means聚类算法的研究综述.计算机科学与技术,2014-08.
2李白燕;禹定臣.基于K-means均值聚类的车牌定位算法研究.通信与信息系统,2013-03.
3李曼赵松林.K-means聚类算法分析应用研究.社会学,2011-03.
4admin.基于聚类K-means算法的初值依赖性研究.自动化与计算机技术,2019-03.
5赵贵喜;骆鲁秦;陈彬.基于蚁群算法的K-Means聚类雷达信号分选算法.信号与信息处理,2009-02.
6张子博,王春光,袁泉,苟章铭,余祖海.基于K-Means聚类算法的桩基批量刚性角复核.市政工程,2023-07.
7谢继韬.基于k-means聚类算法的入侵检测系统的研究与实现.农业工程,2017-05.
8杨建强;侯建军;刘亮.基于K-means聚类和SPIHT编码的红外图像压缩算法研究.光学工程,2012-06.
9刘阔1，姜龙2，赵宇飞2，梁经纬3.基于K-Means聚类算法的边坡变形时空演化规律研究.建筑技术科学,2021-02.
10姜云飞.基于K-means聚类技术的博士招生质量研究.教育学,2018-05.

来源期刊

新余学院学报

相关推荐

同分类资源更多

相关关键词

基于密度 DBIK-means聚类算法数据相异度

返回顶部