技术编号:15462977
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。本发明涉及聚类算法领域,特别涉及基于密度半径的改进K-means聚类算法。背景技术聚类是将一些物理的或抽象的对象,根据对象之间的相似程度将其划分为若干个簇类,使同一个簇类中的数据具有较高的相似性,不同簇类内的数据相似性低。聚类是一种无监督的学习方法,在没有先验信息的前提下,将没有标记的数据进行分类。K-means算法是聚类分析中最常用的一种典型的划分算法,该算法是根据数据某种相似性度量方法进行划分,使每个数据到它所属的簇类质心的距离尽可能的小,该算法由于其简单、效率高等优点被广泛应用。但与此同时...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。