快速搜索和發(fā)現(xiàn)密度峰值的聚類(lèi)算法(CFSFDP)具有不能自動(dòng)確定聚類(lèi)中心的缺點(diǎn),文中提出自動(dòng)確定聚類(lèi)中心的CFSFDP.首先針對(duì)變量分布不均勻的問(wèn)題,將密度和距離進(jìn)行歸一化處理.再通過(guò)切比雪夫不等式確定歸一化后的密度閾值上限,利用標(biāo)準(zhǔn)差確定歸一化后的距離閾值上限.最后根據(jù)決策函數(shù)確定決策閾值上限,統(tǒng)籌考慮兩種決定因素,避免中心點(diǎn)選取遺漏,自動(dòng)確定聚類(lèi)中心.實(shí)驗(yàn)表明,文中算法可以有效地自適應(yīng)選擇聚類(lèi)中心,具有較好的魯棒性和有效性.

【文章頁(yè)數(shù)】：10 頁(yè)

【部分圖文】：

圖4各算法運(yùn)行時(shí)間對(duì)比

綜上所述,AUTO-CFSFDP在保證算法的準(zhǔn)確性及時(shí)間復(fù)雜度不改變的兩項(xiàng)前提條件下,改進(jìn)CFSFDP不能夠自動(dòng)確定聚類(lèi)中心的缺點(diǎn).相比DBSCAN、K-means、CFSFDP、CDP、fuzzy-CFSFDP,AU-TO-CFSFDP在F-measure和Accuracy兩項(xiàng)....

圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖

在fuzzy-CFSFDP中提到當(dāng)分別給出密度和距離的下限后找到的只是局部中心,需要進(jìn)行二次聚類(lèi)才可得到正確歸類(lèi).二次聚類(lèi)需要耗費(fèi)更多的聚類(lèi)時(shí)間,增加時(shí)間復(fù)雜度,不利于效率提升.圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖

圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖

圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖

圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖

圖1Fuzzy-CFSFDP找出的中心點(diǎn)草圖如果不進(jìn)行二次聚類(lèi),只是分別給密度和距離閾值選取密度大距離遠(yuǎn)的點(diǎn)為中心點(diǎn),又會(huì)出現(xiàn)下列情況:當(dāng)選取下限較低時(shí)會(huì)產(chǎn)生多個(gè)聚類(lèi)中心,而當(dāng)下限選取較高的時(shí)候會(huì)出現(xiàn)漏選密度和距離相對(duì)較高的中心點(diǎn).

本文編號(hào)：3950307