搜索筛选:
搜索耗时3.4787秒,为你在为你在102,285,761篇论文里面共找到 2 篇相符的论文内容
发布年度:
[学位论文] 作者：施天豪,
来源：中国矿业大学 年份：2023
聚类分析作为数据挖掘的一种有力工具,在知识发现的过程中起到了不可替代的作用。密度峰值聚类（Density Peaks Clustering,DPC）是近年来提出的一种基于密度的新型聚类方法,已成为模式识别、社区发现等领域的研究热点。DPC的运行过程简单高效,无需任何先验知识就能......
[期刊论文] 作者：杜淑颖,施天豪,丁世飞,
来源：南京理工大学学报 年份：2021
密度峰值聚类算法(Density peaks clustering,DPC)是一种基于密度的新型聚类算法。该算法的优点十分显著:所需参数较少,没有迭代过程,能自适应获得聚类数目并识别任意形状的簇类。该算法也有一些问题亟待解决:(1)在决策图上人工选择聚类中心,产生聚类误差;(2)在......
相关搜索：
