经典聚类算法研究综述

详细信息    查看全文 | 推荐本文 |

	作者：邓林培 关键词：人工智能 ; 机器学习 ; 聚类 ; K-means 中文刊名：KJCB 英文刊名：Public Communication of Science & Technology 机构：邵阳市武冈市第二中学; 出版日期：2019-03-10 出版单位：科技传播 年：2019 期：v.11;No.230 语种：中文; 页：KJCB201905060 页数：3 CN：05 ISSN：11-5820/N 分类号：126-128

摘要

文章通过介绍4种经典的聚类算法以加强人们对聚类算法的了解,同时对每一种算法的适用情况和优势劣势进行阐述。聚焦于聚类算法发展所呈现的趋势和应用情景中涉及的领域,感知聚类算法在机器学习甚至人工智能领域的强大生命力。
        

引文

[1]杨善林,李永森,胡笑旋,等.K-means算法中的K值优化问题研究[J].系统工程理论与实践,2006,26(2):97-101.
    [2]周芳芳,樊晓平,叶榛.均值漂移算法的研究与应用[J].控制与决策,2007,22(8):841-847.
    [3]荣秋生,颜君彪,郭国强.基于DBSCAN聚类算法的研究与实现[J].计算机应用,2004,24(4):45-46.
    [4]史变霞,张明新.一种改进的层次聚类算法[J].微电子学与计算机,2010,27(12):55-56.