《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》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《自动确定聚类中心的比较密度峰值聚类算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。