孙凌燕
- 作品数：4 被引量：16H指数：2
- 供职机构：中北大学理学院更多>>
- 发文基金：年山西省研究生优秀创新项目国家自然科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 基于密度的聚类算法研究
- 随着信息技术的发展，数据挖掘技术得到了广泛的关注。在数据挖掘技术中有很多研究领域，聚类分析就是其中一个重要的研究方向。与分类不同，聚类的目标是在没有任何先验知识的前提下，根据数据的相似性将数据聚合成不同的簇，使得相同簇中...
- 孙凌燕
- 关键词：数据挖掘聚类分析
- 文献传递
- 一种基于密度的快速聚类算法的改进
- 2008年
- FDBSCAN算法是对典型密度聚类算法DBSCAN的一个改进算法,在一定程度上加快了聚类速度,但其在聚类过程中容易丢失一部分对象,成为噪声,影响了聚类结果.文章针对FDBSCAN算法存在的问题进行了深入的研究,提出从核心领域中的核心点中选择代表对象的方法,在一定程度上解决了丢失点的问题.
- 孙凌燕杨明
- 一种基于相对密度的快速聚类算法被引量：6
- 2009年
- 基于相对密度的聚类算法和快速DBSCAN聚类算法是典型密度聚类算法DBSCAN的两种改进算法,但这两种方法仍存在不足.文中提出一种基于相对密度的快速聚类算法,实验证明了该方法的有效性.
- 孙凌燕杨明任建斌
- 关键词：聚类DBSCAN相对密度
- 基于自适应遗传算法的椭圆聚类方法
- 2010年
- 提出一种利用自适应遗传算法对椭圆聚类进行检测和变量估计的新方法.该算法利用自适应遗传算法对目标函数进行优化,既提高了速度,又避免了陷入局部极小值.通过对几个同心和交叉椭圆的合成数据进行测试,验证了该方法的有效性.
- 任建斌杨明孙凌燕
- 关键词：模糊聚类自适应遗传算法
