《表1 数据集信息:自动确定聚类中心的比较密度峰值聚类算法》
选用人工数据集和UCI(University of California lrvine)[26]公开数据进行实验验证,数据集的详细信息如表1所示,并将其与DPC、基于KL散度的密度峰值聚类算法(Density Peaks Clustering based on Kullback-Leibler divergence,KLDPC)、改进的快速搜索与发现密度峰值聚类(Clustering by Fast Search and Find of Density Peaks,CFSFDP)、APC(density-based Clustering using Automatic density Peaks detection)、自动确定聚类中心的快速搜索和发现密度峰值的聚类算法(AUTOmatic determination of clustering center for CFSFDP,AUTO-CFSFDP)算法[27]进行比较,各算法在不同数据集上的参数取值如表2所示。实验开发环境Matlab2014a,硬件条件为:Intel Core i5-3470 CPU,主频3.20 GHz,内存4.00 GB。
图表编号 | XD00201812200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.10 |
作者 | 郭佳、韩李涛、孙宪龙、周丽娟 |
绘制单位 | 山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院、山东省基础地理信息与数字化技术重点实验室(山东科技大学)、山东科技大学测绘科学与工程学院、山东科技大学测绘科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |