文件名称：论文研究-基于数据场的类簇中心选取及其聚类.pdf
文件大小：1.04MB
文件格式：PDF
更新时间：2022-09-30 03:46:30
论文研究
针对现有聚类算法普遍存在聚类质量低、参数依赖性大、孤立点难识别等问题，提出一种基于数据场的聚类算法。该算法通过计算每个数据对象点的势值，根据类簇中心的势值比周围邻居的势值大，且与其他类簇中心有相对较大距离的特点，确定类簇中心；根据孤立点的势值等于零的特点，选出孤立点；最后将其他数据对象点划分到比自身势值大且最近邻的类簇中，从而实现聚类。仿真实验表明，该算法在不需要人为调参的情况下准确找出类簇中心和孤立点，聚类效果优良，且与数据集的形状无关。