一种基于自适应的密度峰值聚类方法
公开
摘要
本发明涉及一种基于自适应的密度峰值聚类方法，属于密度聚类的基本算法之一，本发明旨在解决传统的DPC聚类算法中存在的问题，传统的DPC算法对数据进行处理，计算局部密度和最小距离，通过局部密度和最小距离构造决策图，人工选取局部密度和最小距离都较大的点作为聚类中心点，导致聚类的准确度不高，因此针对密度峰值聚类算法不能自适应选取簇的数目，人工选取聚类中心等问题，引入了迪杰特斯拉算法和模糊C‑均值算法，对DPC聚类算法进行改进，从而改善了DPC聚类算法中存在的不足，提高了聚类的精确度，达到优化密度峰聚类算法效果的目的。
基本信息
专利标题 ：
一种基于自适应的密度峰值聚类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611596A
申请号 ：
CN202210223360.2
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
田新雨何云斌杨晓秋
申请人 ：
哈尔滨理工大学
申请人地址 ：
黑龙江省哈尔滨市南岗区学府路52号哈尔滨理工大学
代理机构 ：
代理人 ：
优先权 ：
CN202210223360.2
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-10 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
