【摘要】：針對一種可快速搜索和尋找到聚類密度峰值點聚類算法的缺陷,利用線性回歸與殘差分析的方法進行改進,可自動、快速地確定聚類中心且優(yōu)化樣本點密度值。算法利用樣本點的近鄰信息重新度量點的密度值,提高聚類中心點位置穩(wěn)定性;利用一元線性回歸與殘差分析,快速、自動地選出聚類中心點,去除了人為選擇的主觀性。通過理論分析以及在人工數(shù)據(jù)集和真實數(shù)據(jù)集的對比實驗表明,提出的基于線性回歸分析的快速搜索聚類中心算法能夠克服原有算法的缺陷,并且在聚類效果和計算時間上優(yōu)于原有算法、基于密度的帶有噪聲的空間聚類算法(density based spatial clustering of applications with noise,DBSCAN)以及K-means算法。
[Abstract]:In order to solve the problem of fast searching and searching for the clustering algorithm, the linear regression and residual analysis are used to improve the algorithm, which can automatically and quickly determine the cluster center and optimize the sample point density. The algorithm uses the nearest neighbor information of the sample points to remeasure the density of the points to improve the stability of the location of the cluster center points, and uses the linear regression and residual analysis to select the cluster center points quickly and automatically, thus eliminating the subjectivity of artificial selection. Through theoretical analysis and comparison between artificial data sets and real data sets, it is shown that the proposed fast searching clustering center algorithm based on linear regression analysis can overcome the defects of the original algorithm. And it is superior to the original algorithm in clustering effect and computing time, (density based spatial clustering of applications with noiseBSCAN (spatial clustering algorithm with noise) and K-means algorithm based on density.
【作者單位】： 空軍工程大學航空航天工程學院;
【基金】：航空科學基金(20152096019,20145596025)資助課題
【分類號】：TP311.13

【相似文獻】

相關(guān)期刊論文 前10條

1 黃旭;呂強;錢培德;;一種用于蛋白質(zhì)結(jié)構(gòu)聚類的聚類中心選擇算法[J];自動化學報;2011年06期

2 樊曉光;路釗;王久崇;李國棟;謝朝政;;基于密度和距離積的聚類中心選取方法[J];測控技術(shù);2013年10期

3 趙峰;張軍英;劉敬;;核最優(yōu)變換與聚類中心的算法[J];西安電子科技大學學報;2009年01期

4 朱云賀;張春海;張博;;基于數(shù)據(jù)分段的K-means的優(yōu)化研究[J];計算機技術(shù)與發(fā)展;2010年11期

5 李春生;王耀南;;聚類中心初始化的新方法[J];控制理論與應用;2010年10期

6 陳侃;李彬;田聯(lián)房;;基于局部閾值和聚類中心迭代的肺結(jié)節(jié)檢測算法[J];計算機科學;2012年02期

7 寧永恒;楊小兵;王康健;;一種多聚類中心的劃分方法[J];中國計量學院學報;2014年02期

8 高潮;田翠翠;郭永彩;;基于改進聚類中心分析法的紅外行人分割[J];計算機工程;2011年06期

9 裴繼紅,范九倫,謝維信;聚類中心的初始化方法[J];電子科學學刊;1999年03期

10 陳英;何中市;黃敏;;一種優(yōu)化的K-means聚類中心算法研究[J];制造業(yè)自動化;2012年08期

相關(guān)會議論文 前1條

1 吳繼兵;李心科;;基于K-最近鄰居圖劃分的聚類中心初始化算法[A];全國第20屆計算機技術(shù)與應用學術(shù)會議（CACIS·2009）暨全國第1屆安全關(guān)鍵技術(shù)與應用學術(shù)會議論文集（上冊）[C];2009年

相關(guān)碩士學位論文 前3條

1 劉云;中文文本關(guān)鍵詞提取和文本聚類中聚類中心點選取算法研究[D];江蘇大學;2016年

2 劉均峰;微博話題檢測與跟蹤方法研究[D];華中科技大學;2016年

3 徐祥;多中心聚類算法的研究與改進[D];安徽大學;2015年

，

本文編號：2183376