密度聚类

作品数：700被引量：2998H指数：23
导出分析报告
相关领域：自动化与计算机技术更多>>
相关作者：陈晋音毛伊敏邓超周红芳吴洋洋更多>>
相关机构：重庆邮电大学东南大学武汉大学大连理工大学更多>>
相关期刊：更多>>
相关基金：国家自然科学基金国家高技术研究发展计划中央高校基本科研业务费专项资金国家科技支撑计划更多>>
-
在结果中检索

检索结果分析

结果分析中...
选择条件：
  • 期刊=计算机研究与发展x
共 条 记 录，以下是1-10
全选清除导出
参考文献引证文献引用追踪
视图：
排序：
面向大规模数据的DBSCAN加速算法综述被引量：4
《计算机研究与发展》2023年第9期2028-2047,共20页陈叶旺 曹海露 陈谊 康昭 雷震 杜吉祥 
国家自然科学基金项目(61673186,71771094,61876068,61972010);福建省科技计划引导性项目(2021H0019);福建省自然科学基金项目(2020J05059,2021J01317)。
DBSCAN(density-based spatial clustering of applications with noise)是应用最广的密度聚类算法之一.然而,它时间复杂度过高(O(n^(2))),无法处理大规模数据.因而,对它进行加速成为一个研究热点,众多富有成效的工作不断涌现.从加速目...
关键词：快速化DBSCAN 密度聚类 聚类算法 大数据 数据挖掘 
密度峰值聚类算法综述被引量：55
《计算机研究与发展》2020年第2期378-394,共17页陈叶旺 申莲莲 钟才明 王田 陈谊 杜吉祥 
国家自然科学基金项目(61673186,71771094,61876068,61972010);泉州市高层次人才创新创业项目(2018C114R,2018C110R);福建省科技计划项目(2017H01010065,2019H01010129)~~
密度峰值聚类(density peak,DPeak)算法是一种简单有效的聚类算法,它可将任意维度数据映射成2维,在降维后的空间中建构出数据之间的层次关系,可以非常容易地从中挑选出密度高、且与其他密度更高区域相隔较远的数据点.这些点被称为密度...
关键词：聚类算法 密度峰值 大数据 数据挖掘 密度聚类 
基于网格热度值的船舶规律路径提取算法被引量：9
《计算机研究与发展》2018年第5期908-919,共12页李建江 陈玮 李明 张凯 刘雅俊 
国家重点研发计划项目(2017YFB0202104;2017YFB0202003)~~
随着无线传感器、卫星、GPS(global positioning system)等移动目标定位技术的发展,产生的移动数据(诸如人类足迹、车辆行驶轨迹和船舶轨迹等)的规模越来越大.而移动目标检测设备只会存储一系列离散点的信息,所以基于离散点来追踪和恢...
关键词：网格热度值 路径提取 数据挖掘 轨迹聚类 密度聚类 
不确定度模型下数据流自适应网格密度聚类算法被引量：5
《计算机研究与发展》2014年第11期2518-2527,共10页刘卓 杨悦 张健沛 杨静 初妍 张泽宝 
国家自然科学基金项目(61202274);中国博士后科学基金项目(2012M510927);黑龙江省博士后科学基金项目(LBH-Z12066);中央高校基本科研业务费专项资金项目(HEUCF100602)
随着计算机技术及感知技术的发展及应用,各个领域普遍出现不确定性数据流形态的新型数据,吸引了众多研究者的关注.现有的数据流聚类技术普遍忽略不确定性特征,常导致聚类结果的不合理甚至不可用.为数不多的针对不确定性特征的聚类方法...
关键词：不确定性 数据流 聚类 网格-密度 自适应密度阈值 不确定度模型 
基于链接密度聚类的重叠社区发现算法被引量：34
《计算机研究与发展》2013年第12期2520-2530,共11页朱牧 孟凡荣 周勇 
国家"八六三"高技术研究发展计划基金项目(2012AA011004);国家自然科学基金项目(50674086);高等学校博士学科点专项科研基金项目(20110095110010);江苏省研究生科研创新计划项目(CXZZ12_0934)
为了能够更加有效地发现社会网络中具有重叠性的社区结构,提出一种基于链接密度聚类的重叠社区发现算法DBLINK.该算法首先以网络中的边集为对象,将其划分为若干个互不相连的链接社区,再将所得到的链接社区转化为最终的节点社区,隶属于...
关键词：社会网络 社区结构 链接密度聚类 社区发现 DBLINK 重叠社区 
加权的自适应相似度度量被引量：4
《计算机研究与发展》2013年第9期1876-1882,共7页肖宇 于剑 
国家"九七三"重点基础研究发展计划基金项目(2007CB311002);国家自然科学基金重点项目(61033013);国家自然科学基金重大项目(90820013);国家自然科学基金项目(60905029)
聚类分析是数据挖掘中一种非常重要的技术.聚类算法中的关键问题是相异度或相似度的度量,聚类结果直接依赖于相异度或相似度度量,尤其对于谱聚类方法更是如此.谱聚类算法是近期兴起的一种基于相似度矩阵的聚类算法.相比于传统的划分型...
关键词：聚类分析 相似度度量 谱聚类 多密度聚类簇 离群点 
基于密度聚类的神经模糊系统建模算法被引量：1
《计算机研究与发展》2010年第11期1986-1992,共7页潘维民 何骏 
神经模糊系统经常被用来对非线性系统建模,并能取得很好的效果.以往的模糊系统建模方法存在着输入空间划分个数难以确定和规则冗余的问题,这些问题阻碍了模糊系统的应用.基于动态阈值DENCLUE和相似规则合并的神经模糊系统建模算法DDTSRM...
关键词：神经模糊系统 模糊建模 DENCLUE 动态阈值 相似度 
邻域平衡密度聚类算法被引量：22
《计算机研究与发展》2010年第6期1044-1052,共9页武佳薇 李雄飞 孙涛 李巍 
国家科技支撑计划基金项目(2006BAK01A33);吉林省科技发展计划基金项目(20070321;20090704)
聚类是数据挖掘领域的一项重要分析手段.在分析核心对象与其邻域对象的分布特征后,引入对象的投影点,对象的邻域平衡、平衡核心对象、边界稀疏对象等概念.提出一种新的基于密度的聚类算法bDBSCAN(balance-DBSCAN).算法将核心对象邻域中...
关键词：投影点 邻域平衡 平衡核心对象 边界稀疏对象 基于密度的聚类算法 
一种基于数据垂直划分的分布式密度聚类算法被引量：8
《计算机研究与发展》2007年第9期1612-1617,共6页倪巍伟 陈耿 孙志挥 
江苏省自然科学基金项目(BK2006095);教育部高等学校博士学科点专项科研基金项目(20040286009)
聚类分析是数据挖掘领域的一项重要研究课题,对大数据集的聚类更以其数据量大、噪声数据多等而成为一个难点.针对数据垂直划分的情况,提出连通点集及局部噪声点集等概念.在分析局部噪声点集与全局噪声点集以及局部连通点集与全局连通点...
关键词：分布式数据挖掘 数据垂直划分 连通点集 局部噪声点集 闭三角链表 
一种结合密度聚类和区域生长的图像分割方法被引量：3
《计算机研究与发展》2007年第z3期420-423,共4页郭世可 董槐林 龙飞 张海波 
国家"九八五"二期信息创新平台基金项目(0000-X07204);福建省青年科技人才创新基金项目(2006F3122)
提出了一种基于改进区域生长规则的彩色图像分割方法.采用RGB空间中的颜色相似系数度量像素间的颜色相似性,并将基于密度的聚类算法DBSCAN应用于区域生长规则.由于计算在RGB空间进行,省去了向其他颜色空间的转换过程,从而提高了图像分...
关键词：彩色图像分割 DBSCAN 区域生长 RGB颜色空间 
全选清除导出
共2页<12>
检索报告 对象比较 聚类工具 使用帮助 返回顶部