您的位置: 专家智库 > >

赵娜娜

作品数:2 被引量:48H指数:2
供职机构:江南大学物联网工程学院更多>>
发文基金:国家自然科学基金江苏省科技支撑计划项目更多>>
相关领域:自动化与计算机技术更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...

主题

  • 1篇噪声
  • 1篇噪声数据
  • 1篇贪心
  • 1篇贪心策略
  • 1篇密度聚类
  • 1篇紧致
  • 1篇聚类
  • 1篇分离度
  • 1篇DBSCAN
  • 1篇DBSCAN...
  • 1篇FCM算法
  • 1篇GREEDY

机构

  • 2篇江南大学

作者

  • 2篇钱雪忠
  • 2篇赵娜娜
  • 2篇冯振华

传媒

  • 1篇微电子学与计...
  • 1篇计算机应用研...

年份

  • 2篇2016
2 条 记 录,以下是 1-2
排序方式:
新的模糊聚类有效性指标被引量:3
2016年
为了更有效地确定模糊聚类算法的最佳聚类数,提出了一个新的有效性指标.该指标考虑了聚类的紧致度、重叠度、分离度.紧致度是用来衡量类内相似程度;重叠度是用来衡量类间的重叠程度;分离度度用来衡量类间的分离程度.利用该指标可以找到最符合数据自然分布的聚类数.实验结果证明,新的指标均能发现最优聚类数,从而克服了模糊c均值(FCM)算法聚类数需要预先设定的缺点,并能够准确地判断含有交叠子类的最佳聚类数.
赵娜娜钱雪忠冯振华
关键词:FCM算法分离度
Greedy DBSCAN:一种针对多密度聚类的DBSCAN改进算法被引量:45
2016年
针对基于密度的DBSCAN算法对于输入参数敏感、无法聚类多密度数据集等问题,提出了一种贪心的DBSCAN改进算法(greedy DBSCAN)。算法仅需输入一个参数Min Pts,采用贪心策略自适应地寻找Eps半径参数进行簇发现,利用相对稠密度识别和判定噪声数据,在随机寻找核对象过程中使用邻域查询方式提升算法效率,最终通过簇的合并产生最终的聚类结果。实验结果表明,改进后的算法能有效地分离噪声数据,识别多密度簇,聚类准确度较高。
冯振华钱雪忠赵娜娜
关键词:贪心策略噪声数据DBSCAN聚类
共1页<1>
聚类工具0