【摘 要】
：
基于加权K近邻的密度峰值发现算法（FKNN-DPC）是一种简单、高效的聚类算法,能够自动发现簇中心,并采用加权K近邻的思想快速、准确地完成对非簇中心样本的分配,在各种规模、任意
【机 构】
：
山东科技大学计算机科学与工程学院,山东省智慧矿山信息技术重点实验室
【基金项目】
：
国家自然科学基金（61203305,61433012）, 山东省自然科学基金（ZR2015FM013）, 山东省重点研发计划（攻关）（2016GSF120012）, 山东省“泰山学者”攀登计划资助
论文部分内容阅读
基于加权K近邻的密度峰值发现算法（FKNN-DPC）是一种简单、高效的聚类算法,能够自动发现簇中心,并采用加权K近邻的思想快速、准确地完成对非簇中心样本的分配,在各种规模、任意维度、任意形状的数据集上都能得到高质量的聚类结果,但其样本分配策略中的权重仅考虑了样本间的欧氏距离。文中提出了一种基于共享近邻的相似度度量方式,并以此相似度改进样本分配策略,使得样本的分配更符合真实的簇归属情况,从而提高聚类质量。在UCI真实数据集上进行实验,并将所提算法与K-means,DBSCAN,AP,DPC,FKNN-DPC
其他文献
为促进学生体质全面提升,采用实验法等对牡丹江师范学院大学生实施“课、社、自”一体化教学实践效果进行分析,以期为学生体质健康提升提供有效路径,为教学改革提供参考。通
高速公路隧道由于交通流量的动态变化且通风不畅容易造成污染物不能及时扩散,这样对交通参与者的驾驶视线与生命健康产生了严重威胁,因此本文提出基于物联网设计高速公路隧道
目前,自主水下航行器（Autonomous Underwater Vehicle,AUV）研究的重点集中在跟踪定位、精确制导和返坞等领域。机器鱼已成为AUV在智能教育、民用与军事等方面的应用热点。从非
文章以朝阳转向器生产公司的成本控制研究改善过程为例,研究了基于精益生产的企业成本控制。首先,分析了企业在生产过程中以及企业组织机构存在的问题。其次,分析了造成问题