论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf

所需积分/C币:11 2019-09-11 17:13:37 8.92MB .PDF
收藏 收藏
举报

为解决DBSCAN聚类算法的Eps及MinPts参数选择问题,提出一种领域无关的参数动态选择方法。首先,基于k-均值算法对数据集进行初步聚类,聚类中采用最大最小距离方法确定初始聚类中心。其次,针对k-均值聚类结果,计算统计各聚类中样本间距离的分布情况,选择使得具有最大样本对数的距离值作为对应类的Eps值,并通过Eps获得MinPts值。最后,对DBSCAN算法进行改进,使其可根据当前核心点所属k-均值聚类对应的Eps对其运行值进行自适应调整。将上述思想运用于未知协议条件下的比特流聚类分析,结果表明,在无需用户指定Eps及MinPts的条件下,即可获得满意的聚类结果,提高了算法的适用性和准确率。

...展开详情
试读 7P 论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf
立即下载 低至0.43元/次 身份认证VIP会员低至7折
    抢沙发
    一个资源只可评论一次,评论内容不能少于5个字
    img
    • 至尊王者

      成功上传501个资源即可获取

    关注 私信 TA的资源

    上传资源赚积分,得勋章
    最新推荐
    论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf 11积分/C币 立即下载
    1/7
    论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf第1页
    论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf第2页
    论文研究-一种基于k-均值的DBSCAN算法参数动态选择方法.pdf第3页

    试读已结束,剩余4页未读...

    11积分/C币 立即下载 >