一种面向高维数据的密度峰值聚类模型

发布时间：2017-12-20 00:29

  本文关键词：一种面向高维数据的密度峰值聚类模型　出处：《中国传媒大学学报(自然科学版)》2016年05期 　论文类型：期刊论文

  更多相关文章： 高维 密度峰值 聚类中心 数据挖掘

【摘要】：聚类是大数据时代对海量数据进行数据挖掘与分析的重要工具。本文基于密度峰值聚类算法提出了针对高维数据的聚类模型,以直接简单的形式实现六维度以上数据的任意形状聚类。该模型实现了自动预处理过程,以局部密度较大且距离其他局部密度较大点较远的点作为聚类中心,最后引入参数调整。实验结果表明,该模型不仅对低维数据聚类实用,在高维数据的聚类效果也非常显著。
【作者单位】： 中国传媒大学信息工程学院;
【分类号】：TP311.13
【正文快照】： 1引言聚类是对物体或抽象对象的集合分成由类似的对象组成的多个类,在数据挖掘领域发挥重要作用,同时也获得了研究机构与学者的广泛关注。前人在聚类算法这一领域也做出了重要贡献。如传统的聚理容易理解,实现也方便快捷,但不足之处是对异常值较为敏感;层次聚类算法[2]和划分

【相似文献】

中国期刊全文数据库 前10条

1 贺玲;蔡益朝;杨征;;高维数据空间的一种网格划分方法[J];计算机工程与应用;2011年05期

2 李郁林;;高维数据分析中的降维研究[J];计算机光盘软件与应用;2012年17期

3 何进荣;丁立新;胡庆辉;李照奎;;高维数据空间的性质及度量选择[J];计算机科学;2014年03期

4 刘洪波,王秀坤,赵晶;高维数据空间金字塔技术研究[J];计算机工程与应用;2003年16期

5 沈萍;;高维数据挖掘技术研究[J];电脑知识与技术;2009年06期

6 谢枫平;;聚类分析中的高维数据降维方法研究[J];闽西职业技术学院学报;2009年04期

7 余元辉;邓莹;;一种新的高维数据聚类自适应算法的研究[J];沈阳化工大学学报;2010年02期

8 王寅峰;刘昊;狄盛;胡昊宇;;一种支持高维数据查询的并行索引机制[J];华中科技大学学报(自然科学版);2011年S1期

9 周勇;卢晓伟;程春田;;非规则流中高维数据流典型相关性分析并行计算方法[J];软件学报;2012年05期

10 王素芳;;基于组件的高维数据降维方法研究[J];电脑与电信;2012年10期

中国重要会议论文全文数据库 前6条

1 周煜人;彭辉;桂卫华;;基于映射的高维数据聚类方法[A];04'中国企业自动化和信息化建设论坛暨中南六省区自动化学会学术年会专辑[C];2004年

2 梁俊杰;杨泽新;冯玉才;;大规模高维数据库索引结构[A];第二十三届中国数据库学术会议论文集（研究报告篇）[C];2006年

3 陈冠华;马秀莉;杨冬青;唐世渭;帅猛;;面向高维数据的低冗余Top-k异常点发现方法[A];第26届中国数据库学术会议论文集（A辑）[C];2009年

4 刘运涛;鲍玉斌;吴丹;冷芳玲;孙焕良;于戈;;CBFrag-Cubing:一种基于压缩位图的高维数据立方创建算法(英文)[A];第二十二届中国数据库学术会议论文集（研究报告篇）[C];2005年

5 刘文慧;;PCA与PLS用于高维数据分类的比较性研究[A];2011年中国卫生统计学年会会议论文集[C];2011年

6 刘喜兰;冯德益;王公恕;朱成喜;冯雯;;脸谱分析在中进期地震跟踪预报中的应用[A];中国地震学会第四次学术大会论文摘要集[C];1992年

中国重要报纸全文数据库 前1条

1 本报记者 李双艺;引领高维数据分析先河[N];吉林日报;2013年

中国博士学位论文全文数据库 前10条

1 刘胜蓝;余弦度量下的高维数据降维及分类方法研究[D];大连理工大学;2015年

2 黄晓辉;高维数据的若干聚类问题及算法研究[D];哈尔滨工业大学;2015年

3 杨风召;高维数据挖掘中若干关键问题的研究[D];复旦大学;2003年

4 陈黎飞;高维数据的聚类方法研究与应用[D];厦门大学;2008年

5 吴庆耀;高维数据的若干分类问题及算法研究[D];哈尔滨工业大学;2013年

6 楼巍;面向大数据的高维数据挖掘技术研究[D];上海大学;2013年

7 黄健美;高维数据索引及其查询处理技术研究[D];东北大学;2009年

8 任亚洲;高维数据上的聚类方法研究[D];华南理工大学;2014年

9 董道国;高维数据索引结构研究[D];复旦大学;2005年

10 于怡;高维数据变量选择的几点研究[D];复旦大学;2013年

中国硕士学位论文全文数据库 前10条

1 沈江炎;基于软子空间的高维数据树形索引研究[D];昆明理工大学;2015年

2 侯小丽;高维数据聚类中的神经网络降维方法研究[D];兰州大学;2015年

3 赵俊琴;基于Lasso的高维数据线性回归模型统计推断方法比较[D];山西医科大学;2015年

4 何荧;高维数据下的特征选择与聚类方法研究[D];西南大学;2015年

5 胡昌杰;基于Autoencoder的高维数据降维方法研究[D];兰州大学;2015年

6 杨代君;基于进化算法的高维数据聚类研究[D];西安电子科技大学;2014年

7 王宏霞;交通高维数据逻辑整合与降解研究[D];重庆交通大学;2015年

8 杨庭庭;基于信息熵的高维数据流聚类及其应用研究[D];重庆交通大学;2015年

9 孙喜利;高维数据的降维及聚类方法研究[D];兰州大学;2016年

10 吴佳妮;基于SVM的质谱细胞仪高维数据分析在AML早期诊断方面的应用研究[D];山东大学;2016年

，

本文编号：1310064