您当前的位置:
首页 >
文章列表页 >
面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法
面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法
Density peaks clustering algorithm based on natural neighbor graph optimization and micro-cluster merging for manifold data
- “2026年9月2日江西水利电力大学 信息工程学院的赵嘉团队在《吉林大学学报(工学版)》发文,介绍了其在密度峰值聚类领域的研究进展,该团队建立了面向流形数据的自然近邻图优化和微簇合并密度峰值聚类算法,为解决流形数据聚类难题提供解决方案。”
- 吉林大学学报(工学版) 2026年56卷第8期 页码:2219-2228
DOI: 10.13229/j.cnki.jdxbgxb.20250043
移动端阅览
AI导读
HTML全文
图( 6 ) 表( 4 )
参考文献
出版信息
数据统计
16
浏览量
10
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
基于深度学习的无线传感器网络流量异常检测
基于聚类算法和图神经网络的短时交通流预测
二阶K近邻和多簇合并的密度峰值聚类算法
基于关联路链组的城市路网短时交通流预测模型
基于网格化的路表温度感知技术
相关作者
张杨梅
刘超
贾楠
蒋光毅
金聪
刘洲洲
张玺君
尚继洋
相关机构
西安航空学院 电子工程学院
西安航空学院 计算机学院
兰州理工大学 计算机与通信学院
南昌工程学院 南昌市智慧城市物联感知与协同计算重点实验室
南昌工程学院 信息工程学院

