首页 > 专利信息

基于K近邻与共享近邻的密度峰值聚类算法[发明专利]

专利名称：基于K近邻与共享近邻的密度峰值聚类算法

专利类型：发明专利

发明人：殷茗，王文杰，马怀宇，姜继娇，孟丹荔，张煊宇，马子琛，芦菲娅，杨益，王一博，周翔，熊敏光，李欣，吴瑜

申请号：CN201910501077.X

申请日：20190611

公开号：CN110232414A

公开日：

20190913

专利内容由知识产权出版社提供

摘要：本发明公开了一种基于K近邻与共享近邻的密度峰值聚类算法，用于解决现有密度峰值聚类算法聚类效果差的技术问题。技术方案是基于K‑近邻和共享近邻相似度对DPC算法进行改进，每个数据样本点的归属由KNN分布信息及SNN共享近邻相似度决定，若i的KNN(i)中属于某个类簇的点越多，且与i的欧式距离越近，则两个样本点之间的相似度越大，样本i关于KNN(i)所属类簇的归属度值就越大，此时样本点i被分配到这个类簇的概率就越大。聚类中心出现在局部密度较高的区域。本发明算法避免了DPC算法度量样本密度的缺陷、及其分配样本时产生的类似“多米诺骨牌效应”的连带分配错误，聚类效果好。

申请人：西北工业大学

地址：710072 陕西省西安市友谊西路127号

国籍：CN

代理机构：西北工业大学专利中心

代理人：王鲜凯

本文发布于:2024-09-23 09:25:10，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/415506.html

上一篇：基于离值分析的医疗保险欺诈检测装置及方法[发明专利]

下一篇：一种换衣行人重识别方法、装置、设备及存储介质[发明专利]