基于JS散度的不确定数据密度峰值聚类算法

李松, 刘晓楠, 刘娟

吉林大学学报(工学版) ›› 2024, Vol. 54 ›› Issue (07) : 2038-2048. DOI: 10.13229/j.cnki.jdxbgxb.20221161

基于JS散度的不确定数据密度峰值聚类算法

  • 李松, 刘晓楠, 刘娟
作者信息 +
History +

摘要

针对传统的基于密度的不确定性聚类算法存在参数敏感和对复杂流形不确定数据集得到聚类结果较差的缺陷,提出一种新的基于JS散度的不确定数据密度峰值聚类算法(UDPC-JS)。该算法首先用不确定自然邻居定义的不确定自然邻域密度因子去除噪声点;其次,通过不确定自然邻居和JS散度相结合的方式计算不确定数据对象的局部密度,通过结合代表点的思想找到不确定数据集的初始聚类中心,并在初始聚类中心之间定义基于JS散度和图的距离;然后,再利用基于不确定自然邻居和JS散度计算出的局部密度和在初始聚类中心之间新定义的基于JS散度和图的距离在初始聚类中心上构建决策图,并根据决策图选择最终的聚类中心;最后,将未分配的不确定数据对象分配到其初始聚类中心所在的簇中。实验结果表明:该算法较对比算法具有更好的聚类效果和准确性,并且在处理复杂流形的不确定数据集上的优势较大。

关键词

不确定数据 / 不确定自然邻居 / JS散度 / 密度峰 / 聚类

中图分类号

TP311.13

引用本文

导出引用
李松, 刘晓楠, 刘娟. 基于JS散度的不确定数据密度峰值聚类算法. 吉林大学学报(工学版). 2024, 54(07): 2038-2048 https://doi.org/10.13229/j.cnki.jdxbgxb.20221161

基金

国家自然科学基金项目(62072136); 黑龙江省重点研发计划项目(2022ZX01A34); 国家重点研发计划项目(2020YFB1710200)

评论

本文评价 (0)
我的评价
本文评论(0)
当前还没有评论信息, 赶快评论一下吧!

3

Accesses

0

Citation

Detail

段落导航
相关文章

/