面向流形數(shù)據(jù)的共享近鄰密度峰值聚類算法

摘要： 流形數(shù)據(jù)由一些弧線狀或環(huán)狀的類簇組成，其特點是同一類簇的樣本間距離差距較大。密度峰值聚類算法不能有效識別流形類簇的類簇中心且分配剩余樣本時易引發(fā)樣本的連續(xù)誤分配問題。為此，本文提出面向流形數(shù)據(jù)的共享近鄰密度峰值聚類(density peaks clustering based on shared nearest neighbor for manifold datasets,DP... （共12頁）

密度峰值聚類分析流形數(shù)據(jù)K近鄰共享近鄰流形數(shù)據(jù)樣本相似度數(shù)據(jù)挖掘圖像處理