典型文献
一种基于稀疏搜索的激活噪声快速聚类算法
文献摘要：
针对如何分配噪声和近邻类连接处的数据点影响聚类结果的问题,提出了一种基于稀疏搜索的激活噪声快速聚类算法(ANSC).ANSC能够激活数据中的噪声,以步长方式快速稀疏搜索互连点来共建子簇,并且只需要设置近邻个数.ANSC可以根据噪声的分布特点来判断其类型.在人工和真实数据集上进行实验,结果表明,所提出的方法在有效性和效率方面优于其他的聚类算法.
文献关键词：
聚类;噪声;步长;稀疏搜索;互连点
中图分类号：
作者姓名：
郭林亮;韩旭明;张逸航
作者机构：
长春工业大学数学与统计学院,吉林 长春 130012;暨南大学信息科学与技术学院,广东 广州 510632;长春工业大学计算机科学与工程学院,吉林 长春 130012
文献出处：
引用格式：
[1]郭林亮;韩旭明;张逸航-.一种基于稀疏搜索的激活噪声快速聚类算法)[J].东北师大学报（自然科学版）,2022(03):55-59
A类：
稀疏搜索,ANSC
B类：
快速聚类算法,近邻,邻类,连接处,据点,激活数据,步长,互连点,真实数据
AB值：
0.207909
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
