Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

RDPC重构密度峰值的密度峰值聚类方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:兰州交通大学

摘要:本发明公开了RDPC重构密度峰值的密度峰值聚类方法,本发明提供一种重构密度峰值的密度峰值聚类算法RDPC,该算法通过重构数据点的密度分布规律,统一数据集中簇的密度分布,使簇分布更好地呈现出中心区域密度高、边缘区域密度低的峰值密度分布,较好的提高了算法的聚类效果。

主权项:1.RDPC重构密度峰值的密度峰值聚类方法,包括使用RDPC对Zigzag数据集进行聚类,其特征在于:具体如下:①根据输入的Zigzag数据集,计算数据集中所有数据点间的欧氏距离Distn×n,其中n为Zigzag数据集中点的数量;②根据Distn×n,获得所有点的k近邻kNN;③根据式1计算所有数据点xi的密度ρi; 其中表示点xi的k近邻,dij表示点xi和点xj的距离,ρi代表数据点xi的密度;④从最低密度且未被访问的点xi开始,根据式2的规则选择内和xi的距离小于dr的密度最小点xj作为下一个被重构密度的点,将xi的密度ρi加到xj的密度ρj上、并入xi和xj设置为已访问,将xj变为新的xi、变为新的再继续按式2的规则选点,直到没有满足条件的点,将最后一个满足条件的点记为一个簇中心点,将最后一个点的kNN内的所有点标记为已访问,再继续开始运行④直至所有点均被访问; 其中表示点xi的k近邻,dij表示点xi和点xj的距离,ρi代表数据点xi的密度,ρj代表数据点xj的密度,dr为输入的距离阈值;⑤从④中得到的所有簇中心点即为数据集Zigzag的所有簇中心点;⑥在④中重构后的密度为Zigzag数据集中所有点的新密度ρi';⑦为Zigzag所有簇中心点分配单独的标签,再从高密度点到低密度点遍历,为每个数据点分配它最近高密度点的标签;⑧最终将拥有同样标签的数据点放到一个簇中,完成对Zigzag数据集的聚类。

全文数据:

权利要求:

百度查询: 兰州交通大学 RDPC重构密度峰值的密度峰值聚类方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

RDPC相关技术