您当前的位置：
首页 >
文章列表页 >
基于JS散度的不确定数据密度峰值聚类算法
计算机科学与技术 | 更新时间：2024-08-05
上一篇|下一篇

    • 基于JS散度的不确定数据密度峰值聚类算法

    • Peak clustering algorithm for uncertain data density based on JS divergence

    • “在不确定性数据处理领域，研究者提出了基于JS散度的不确定数据密度峰值聚类算法UDPC-JS，有效改善了传统算法的参数敏感性和聚类效果，尤其在处理复杂流形数据集上表现突出。”
    • 李松 ，刘晓楠 ，刘娟
    • 吉林大学学报（工学版） 2024年54卷第7期 页码：2038-2048
    • 作者机构：

      1.哈尔滨理工大学 计算机科学与技术学院，哈尔滨 150080

      2.奇安信科技集团股份有限公司 战略研究部，北京 100088

    • 作者简介：

      李松（1977-），男，教授，博士. 研究方向：数据库，数据挖掘，大数据. E-mail：lisongbeifen@163.com

    • 基金信息：
      国家自然科学基金项目(62072136);黑龙江省重点研发计划项目(2022ZX01A34);国家重点研发计划项目(2020YFB1710200)

    • DOI： 10.13229/j.cnki.jdxbgxb.20221161     

      中图分类号：

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 6 ) 表( 2 )

  • 参考文献

  • 出版信息

  • 数据统计

61

浏览量

150

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

基于谱分解的不确定数据聚类方法
资源高效的聚类协同联邦学习客户端选择方法
考虑能耗的进出站驾驶风格分类及识别模型
模糊c-harmonic均值算法在不平衡数据上改进
混合可靠性模型参数的核密度和引力搜索估计

相关作者

李嘉菲
孙小玉
孟祥宇
张凌羽
李强
袁伟
张雅丽
郭应时

相关机构

吉林大学 符号计算与知识工程教育部重点实验室
吉林大学 计算机科学与技术学院
吉林大学 计算机科学与技术学院
长安大学 汽车学院
吉林大学 汽车仿真与控制国家重点实验室