模式识别与人工智能
2025年4月4日 星期五   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (2): 151-160    DOI: 10.16451/j.cnki.issn1003-6059.201902007
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于正序迭代选择策略的聚类中心自动选择方法
王万良1, 吕闯1, 赵燕伟1, 高楠1, 杨小涵1, 张兆娟1
1.浙江工业大学 计算机科学与技术学院 杭州 310023
Automatic Selection Method of Cluster Center Based on Positive Sequence Iterative Selection Strategy
WANG Wanliang1, LÜ Chuang1, ZHAO Yanwei1, GAO Nan1, YANG Xiaohan1, ZHANG Zhaojuan1
1.College of Computer Science and Technology, Zhejiang University of Technology, Hangzhou 310023

全文: PDF (3748 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对密度峰值聚类算法的决策函数不能自动有效地确定聚类中心的问题,提出自动确定聚类中心的密度峰值聚类算法.首先,通过归一化处理,使决策函数中的两个变量分布均匀.然后,在确定聚类中心时,提出正序迭代选择策略,即根据聚类核心点数目的变化趋势搜索拐点,并以拐点之前的点作为聚类中心,完成聚类.最后,在UCI数据集上验证文中算法的性能,算法在未提高时间复杂度的情况下,可以对任意分布形状的数据集进行聚类,具有较好的适应性和聚类效果.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
关键词 聚类中心决策函数正序迭代密度峰值聚类数据挖掘    
Abstract:The decision function of density peak clustering algorithm cannot determine the clustering center automatically and effectively. Therefore, a density peak clustering algorithm, automatically clustering by fast search and find of density peaks(AUTO-CFSFDP), is proposed. Firstly, the normalization process is carried out to make the uneven distribution of variables in the decision function become uniform. Secondly, the selection strategy based on positive-sequence iteration is presented to search elbow point according to the variation trend of the number of cluster core points in the process of determining the cluster center. A set of points before the elbow point is used as the cluster centers to complete clustering. Finally, the performance of AUTO-CFSFDP is evaluated on UCI datasets. AUTO-CFSFDP can cluster the datasets of arbitrary distributions without extra time consumption. The adaptability and clustering results are improved effectively.
Key wordsCluster Center    Decision Function    Positive Sequence Iterative    Density Peak Clustering    Data Mining   
收稿日期: 2018-08-13     
ZTFLH: TP 391  
基金资助:国家自然科学基金项目(No.61572438,61702456,61873240)资助
作者简介: 王万良(通讯作者),博士,教授,主要研究方向为深度学习、人工智能、大数据.E-mail:wwl@zjut.edu.cn. 吕 闯,硕士研究生,主要研究方向为大数据、数据挖掘.E-mail:lvchuang29@163.com. 赵燕伟,博士,教授,主要研究方向为智能设计、智能控制.E-mail:zyw@zjut.edu.cn. 高 楠,博士,讲师,主要研究方向为数据挖掘、最优化分析、生物信息学等.E-mail:gaonan@zjut.edu.cn. 杨小涵,硕士研究生,主要研究方向为大数据、深度学习.E-mail:58482769@qq.com. 张兆娟,博士研究生,主要研究方向为大数据分析、数据驱动的优化、深度学习.E-mail:zjzhang@zjut.edu.cn.
引用本文:   
王万良, 吕闯, 赵燕伟, 高楠, 杨小涵, 张兆娟. 基于正序迭代选择策略的聚类中心自动选择方法[J]. 模式识别与人工智能, 2019, 32(2): 151-160. WANG Wanliang, LÜ Chuang, ZHAO Yanwei, GAO Nan, YANG Xiaohan, ZHANG Zhaojuan. Automatic Selection Method of Cluster Center Based on Positive Sequence Iterative Selection Strategy. , 2019, 32(2): 151-160.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201902007      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I2/151
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn