基于密度峰值的聚类算法_第1页
基于密度峰值的聚类算法_第2页
基于密度峰值的聚类算法_第3页
基于密度峰值的聚类算法_第4页
基于密度峰值的聚类算法_第5页
已阅读5页，还剩13页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

Clusteringbyfastsearchandfindofdensitypeaks,姓名：潘培哲专业：控制工程学号：12013002347,基于密度峰值的聚类算法,文章来源,摘自2014-6-27Science期刊,Clusteringbyfastsearchandfindofdensitypeaks算法思想,Clusteringbyfastsearchandfindofdensitypeaks算法介绍,Clusteringbyfastsearchandfindofdensitypeaks算法介绍,Clusteringbyfastsearchandfindofdensitypeaks算法介绍,Clusteringbyfastsearchandfindofdensitypeaks算法介绍,1,2,3,Clusteringbyfastsearchandfindofdensitypeaks聚类中心选取,Clusteringbyfastsearchandfindofdensitypeaks聚类中心选取,Clusteringbyfastsearchandfindofdensitypeaks聚类过程,类簇中心找到后，剩余的每个点被归属到它的有更高密度的最近邻所属类簇。类簇分配只需一步即可完成，不像其它算法要对目标函数进行迭代优化。,Clusteringbyfastsearchandfindofdensitypeaks算法存在的问题,下图中的图B（决策图）对确定聚类中心具有决定性作用，但是，对聚类中心的选取需要人为干预，而且其中包含了主观因素，不同的人可能选择不同的点作为聚类中心。,决策图中聚类中心难以确定的例子,Clusteringbyfastsearchandfindofdensitypeaks算法优化,Clusteringbyfastsearchandfindofdensitypeaks算法存在的问题,按照原文的聚类方法，一些分散的“离群点”也会被“强制”分到类簇当中，造成聚类后类簇边界不清晰，影响聚类效果。,Clusteringbyfastsearchandfindofdensitypeaks算法优化,Clusteringbyfastsearchandfindofdensitypeaks聚类结果展示,不区分clusterhalo的聚类结果,Clusteringbyfastsearchandfindofdensitypeaks聚类结果展示,区分clusterhalo的聚类结果,Clusteringbyfastsearchandfindofdensitypeaks其他聚类
人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论