基于数据场和单次划分的聚类算法.PDFVIP

下载本文档

7
0
约5.81万字
约 6页
2017-07-31 发布于天津
举报
版权申诉

基于数据场和单次划分的聚类算法.PDF

1、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

基于数据场和单次划分的聚类算法

第卷第期浙江工业大学学报Ｖｏｌ．４４Ｎｏ．１４４１年月ＯＵｅｂ２６２ＪＲＮＡＬＯＦＺＨＥＪＩＡＮＧＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＦ．２０１６０１　　　　　基于数据场和单次划分的聚类算法，，张霓陈天天何熊熊　（，）浙江工业大学信息工程学院浙江杭州０２３３１０：、、摘要针对现有大部分聚类算法普遍存在聚类质量不高算法参数依赖性大聚类类别个数和聚类，（＿）该算法中心无法准确确定等问题在此提出了基于数据场和单次划分的聚类算法ＣＡ．通ＤＦＳＰ，，过分析数据的分布特征引入数据场理论在分析每个数据对象的距离和势值分布图的基础上确定，聚类中心等聚类中心确定后其余数据点在比自身势值更高的数据点中找到与其距离最小的数据．，，，点将类标与该数据点保持一致从而实现单次划分最终算法在多个数据集上进行性能测试并与．：＿，其他聚类算法进行比较实验结果证明ＣＡ具有较高的聚类质量能够有效处理任意形状．ＤＦＳＰ的簇．：；；；；距离分关键词数据场数据聚类势值聚类分析势值－布中图分类号：文献标志码：文章编号：４３０（）００５０６９６３２０１６０１２ＴＰ３Ａ１００－－－　　　　　ｅａｒｔｉｔｉｏｎｃｌｕｓｔｅｒｉｎａｌｏｒｉｔｈｍｂａｓｅｄｏｎｄａｔａｆｉｅｌｄＡｓｉｎｌ　　　　　　　ｇｐ