融合了K近邻与密度峰值算法的K-means算法
初始聚类中心的随机选择,根据主观经验确定类簇数等问题时常伴随着原始K-means算法.为了攻克以上问题,改进算法采用峰值法以及融合了K近邻算法的密度峰值算法逐一调整.通过在UCI数据集上测试及与原始K-means算法、最大最小距离距离算法在准确率、稳定性和处理数据速率方面的比较,其中最为突出的是,改进算法的准确率达到了96%以上.
K-means算法、PCA降维、峰值法、KDPC算法
17
TP301.6(计算技术、计算机技术)
2019年中央引导地方科技发展中的油田数据智能分析研究资金项目2019ZYYD016
2021-04-19(万方平台首次上网日期,不代表论文的发表时间)
共3页
182-184