您的位置: 专家智库 > >

郝洪星

作品数:2 被引量:17H指数:2
供职机构:江苏大学计算机科学与通信工程学院更多>>
发文基金:国家自然科学基金国家科技型中小企业技术创新基金江苏省“六大人才高峰”高层次人才项目更多>>
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篇动态聚类
  • 1篇动态聚类算法
  • 1篇数据挖掘
  • 1篇聚类
  • 1篇聚类算法
  • 1篇混合聚类
  • 1篇孤立点
  • 1篇K-MEAN...
  • 1篇K-MEAN...
  • 1篇MEANS
  • 1篇CURE

机构

  • 2篇江苏大学
  • 2篇南京审计大学

作者

  • 2篇李米娜
  • 2篇陈耿
  • 2篇朱玉全
  • 2篇郝洪星

传媒

  • 2篇计算机应用研...

年份

  • 2篇2011
2 条 记 录,以下是 1-2
排序方式:
基于划分和层次的混合动态聚类算法被引量:13
2011年
针对划分聚类对初始值较为敏感以及层次聚类时间复杂度高等缺陷,提出了一种基于划分和层次的混合动态聚类算法HDC-PH。该算法首先使用划分聚类快速生成一定数量的子簇,然后以整体相似度的聚类质量评价标准来动态改变聚类数目,同时给出了聚类过程中孤立点的剔除方法。实验结果表明,HDC-PH算法的性能明显优于划分和层次算法,提高了聚类质量,并获得了更自然的聚类结果。
郝洪星朱玉全陈耿李米娜
关键词:K-MEANSCURE混合聚类孤立点
一种基于局部密度的核K-means算法被引量:4
2011年
针对核K-means算法初始聚类中心点难以确定等问题,提出了一种基于局部密度的核K-means算法,该方法利用每个样本的局部相对密度来选择具有高密度且低相似性的样本来生成初始类中心点。实验结果表明,该算法能够很好地排除类边缘点和噪声点的影响,并且能够适应数据集中各个实际类别密度分布不平衡的情况,最终可以生成质量较高且波动性较小的聚类。
李米娜朱玉全陈耿郝洪星
关键词:数据挖掘
共1页<1>
聚类工具0