典型文献
基于贝叶斯优化的密度峰值聚类算法
文献摘要：
针对人工经验设定密度峰值的聚类算法(clustering by fast search and find of density peaks,DPC)的截断距离dc有很大的主观性和随机性,进而导致密度峰值聚类算法的性能无法完全发挥的问题.提出贝叶斯算法(Bayesian Optimization,BO)优化密度峰值的聚类算法以实现自适应聚类.并解决密度峰值的聚类算法簇间数据点识别错误问题.该方法建立在数据集Aggregation、Flame、Jain、Spiral上进行实验,分别通过内部指标Silhouette和外部指标F-measure对实验结果评估,性能均有提升.
文献关键词：
密度峰值的聚类算法;截断距离;贝叶斯算法;自适应聚类;内部指标
中图分类号：
作者姓名：
吴涛;朱小东;刘唤唤;张顺香
作者机构：
安徽理工大学计算机科学与工程学院,安徽淮南232000
文献出处：
引用格式：
[1]吴涛;朱小东;刘唤唤;张顺香-.基于贝叶斯优化的密度峰值聚类算法)[J].电脑知识与技术,2022(22):8-12
A类：
B类：
贝叶斯优化,密度峰值聚类算法,定密,密度峰值的聚类算法,clustering,by,fast,search,find,density,peaks,DPC,截断距离,dc,主观性,随机性,致密度,贝叶斯算法,Bayesian,Optimization,BO,自适应聚类,据点,Aggregation,Flame,Jain,Spiral,内部指标,Silhouette,measure
AB值：
0.405879
相似文献
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。
