• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    密度峰值快速聚類(lèi)算法優(yōu)化研究

    2018-08-23 03:06:50王鵬飛楊余旺柯亞琪
    關(guān)鍵詞:光暈聚類(lèi)局部

    王鵬飛,楊余旺,柯亞琪

    (1.南京理工大學(xué)計(jì)算機(jī)科學(xué)與工程學(xué)院,江蘇 南京 210094; 2.南京農(nóng)業(yè)大學(xué)園藝學(xué)院,江蘇 南京 210095)

    1 引言

    近年來(lái)隨著數(shù)據(jù)的不斷增長(zhǎng)和累積,如何從這些大數(shù)據(jù)中挖掘出有用的信息成為了當(dāng)前的研究熱點(diǎn),聚類(lèi)就是一種能夠從大數(shù)據(jù)中挖掘出有用信息的有效方法[1]。聚類(lèi)是聚類(lèi)分析的簡(jiǎn)稱,是一種無(wú)監(jiān)督的學(xué)習(xí)過(guò)程[2]。聚類(lèi)是在無(wú)先驗(yàn)認(rèn)知的條件下,根據(jù)發(fā)現(xiàn)的數(shù)據(jù)對(duì)象的相似性,將對(duì)象分組,從而達(dá)到對(duì)數(shù)據(jù)的深刻理解,獲得有用信息或者壓縮數(shù)據(jù)的目的[3,4]。

    聚類(lèi)分析現(xiàn)在已經(jīng)應(yīng)用于諸多領(lǐng)域,如:數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)、計(jì)算機(jī)視覺(jué)、圖像處理、生物信息學(xué)等[5]。正因?yàn)榫垲?lèi)分析的實(shí)用性,許多聚類(lèi)算法已經(jīng)被人們提出,其中比較經(jīng)典的有K-means算法、模糊C-means算法、具有噪聲的基于密度的聚類(lèi)方法DBSCAN(Density-Based Spatial Clustering of Applications with Noise)算法等,近幾年又提出了近鄰傳播AP(Affinity Propagation)算法和CFSFDP(Clustering by Fast Search and Find of Density Peaks)算法[6]。這些聚類(lèi)算法都旨在解決不同情況下的大數(shù)據(jù)聚類(lèi)問(wèn)題。K-means算法是一種基于距離的迭代式算法,其旨在將數(shù)據(jù)點(diǎn)劃分到距離最近的聚類(lèi)中心所在的簇中,但K-means算法需要提前指定聚類(lèi)中心的個(gè)數(shù),且對(duì)于非球形的數(shù)據(jù)集很難取得令人滿意的聚類(lèi)結(jié)果[7]?;跀?shù)據(jù)點(diǎn)的密度進(jìn)行聚類(lèi)的算法,如經(jīng)典的DBSCAN算法,則擺脫了對(duì)數(shù)據(jù)集形狀要求的束縛,它可以得到任意形狀的類(lèi)簇。DBSCAN算法需選擇一個(gè)密度閾值,密度高于該閾值的點(diǎn)則成為“核心點(diǎn)”,之后將所有“密度相連”的點(diǎn)聚合為一個(gè)類(lèi)[8]。DBSCAN算法不需要事先確定聚類(lèi)中心的個(gè)數(shù),且能夠很好地排除噪聲點(diǎn)和離群點(diǎn)。但是,該算法對(duì)于密度分布不均勻的數(shù)據(jù)集所取得的效果并不理想,且該算法最終的結(jié)果對(duì)所選擇的密度閾值十分敏感,這使得對(duì)于密度閾值的選擇有一定的困難。除了上述兩個(gè)問(wèn)題外,DBSCAN算法的計(jì)算復(fù)雜度也很高,這也導(dǎo)致它很難運(yùn)用于高維數(shù)據(jù)環(huán)境[9]。

    Rodriguez等人[10]于2014年在《Science》上提出了一種基于密度峰值的空間聚類(lèi)算法,該算法可以對(duì)任何無(wú)規(guī)則的數(shù)據(jù)集進(jìn)行聚類(lèi)[11]??焖賹ふ颐芏葮O點(diǎn)聚類(lèi)算法CFSFDP算法首先通過(guò)使用一截?cái)嗑嚯x來(lái)計(jì)算每個(gè)點(diǎn)的局部密度,然后計(jì)算各數(shù)據(jù)點(diǎn)與局部密度高于它們的數(shù)據(jù)點(diǎn)之間的最小距離;然后根據(jù)計(jì)算出的每個(gè)點(diǎn)的局部密度和最小距離繪制決策圖,接著在決策圖中人工選取聚類(lèi)的中心,之后將剩余的非聚類(lèi)中心的數(shù)據(jù)點(diǎn)劃分到與之距離最近的聚類(lèi)中心所在的簇中;最后再將所得到的各個(gè)簇劃分為簇核心和簇光暈,從而得到最終的聚類(lèi)結(jié)果。使用CFSFDP算法進(jìn)行聚類(lèi)時(shí)只需要計(jì)算一次距離,并且不需要進(jìn)行迭代,因此算法的計(jì)算速度很快。但是,該算法選擇聚類(lèi)中心的時(shí)候需要在決策圖中人工選取,這增加了算法的冗余性,不利于算法的自動(dòng)化,且在最后將簇劃分為簇核心和簇光暈時(shí)會(huì)將簇邊緣的本屬于簇核心的一些點(diǎn)劃分到簇光暈中,影響最終的聚類(lèi)效果。

    針對(duì)CFSFDP算法上述兩個(gè)不足點(diǎn),本文引入了一種聚類(lèi)中心的自動(dòng)選擇策略,通過(guò)使用異常檢測(cè)的思想自動(dòng)計(jì)算得到數(shù)據(jù)集的聚類(lèi)中心,從而避免了CFSFDP算法需要在決策圖中人工選擇聚類(lèi)中心,影響算法自動(dòng)化的問(wèn)題。并且在得到初步的聚類(lèi)結(jié)果后進(jìn)行簇核心和簇光暈的劃分時(shí),引入了簇內(nèi)局部密度的概念,改進(jìn)了CFSFDP算法原本的劃分方法,使得簇核心和簇光暈點(diǎn)劃分結(jié)果更為合理。實(shí)驗(yàn)結(jié)果表明,本文提出的算法可以有效地提高CFSFDP算法的自動(dòng)化程度,并且最終得到的聚類(lèi)結(jié)果與CFSFDP算法相比更為準(zhǔn)確合理。

    2 CFSFDP算法

    CFSFDP算法進(jìn)行聚類(lèi)時(shí)首先需要確定類(lèi)的中心點(diǎn),其假設(shè)簇的聚類(lèi)中心的局部密度高于其周?chē)鷶?shù)據(jù)點(diǎn)的局部密度,并且聚類(lèi)中心與那些局部密度更高的數(shù)據(jù)點(diǎn)之間的距離較大。對(duì)于一個(gè)給定的數(shù)據(jù)集,CFSFDP算法需要為每個(gè)數(shù)據(jù)點(diǎn)計(jì)算兩個(gè)量化值:數(shù)據(jù)點(diǎn)的局部密度ρi和它與局部密度比其高的數(shù)據(jù)點(diǎn)之間的距離δi。

    數(shù)據(jù)點(diǎn)xi的局部密度ρi有兩種計(jì)算方式:基于截?cái)嗪说挠?jì)算方式和基于高斯核的計(jì)算方式。使用截?cái)嗪擞?jì)算局部密度ρi的公式為:

    χ(δij-dc)

    (1)

    使用高斯核計(jì)算局部密度ρi的公式為:

    (2)

    其中,δij為數(shù)據(jù)點(diǎn)之間的距離,Is為i的值域,dc為截?cái)嗑嚯x即距離閾值。使用該計(jì)算方式得到的局部密度ρi仍然滿足與數(shù)據(jù)點(diǎn)xi的距離小于dc的點(diǎn)越多,局部密度ρi就越大的結(jié)論。使用截?cái)嗪擞?jì)算局部密度和使用高斯核計(jì)算局部密度這兩種計(jì)算方式的區(qū)別在于使用截?cái)嗪擞?jì)算得到的結(jié)果為離散值而使用高斯核計(jì)算得到的結(jié)果為連續(xù)值。因此,相對(duì)而言,使用高斯核計(jì)算得到的數(shù)據(jù)點(diǎn)具有相同的局部密度的概率比使用截?cái)嗪擞?jì)算得到的數(shù)據(jù)點(diǎn)具有相同的局部密度的概率要小,使用高斯核計(jì)算局部密度ρi更方便比較數(shù)據(jù)點(diǎn)局部密度之間的大小關(guān)系。

    數(shù)據(jù)點(diǎn)之間的距離δi是通過(guò)計(jì)算數(shù)據(jù)點(diǎn)xi與比該數(shù)據(jù)點(diǎn)局部密度高的其他數(shù)據(jù)點(diǎn)的距離得到的,數(shù)據(jù)點(diǎn)之間的距離δi可以根據(jù)公式(3)計(jì)算得到。

    (3)

    一般而言,數(shù)據(jù)點(diǎn)之間的距離δi為數(shù)據(jù)點(diǎn)i與比該數(shù)據(jù)點(diǎn)局部密度ρi更高的其他數(shù)據(jù)點(diǎn)的所有距離中的最小值,但對(duì)于局部密度ρi最高的點(diǎn),數(shù)據(jù)點(diǎn)之間的距離δi為其他數(shù)據(jù)點(diǎn)與之距離的最大值。

    CFSFDP算法根據(jù)數(shù)據(jù)點(diǎn)之間的距離δi與數(shù)據(jù)點(diǎn)的局部密度ρi的各自的大小關(guān)系繪制決策圖,通過(guò)在決策圖中人工選取簇的聚類(lèi)中心,其決策圖如圖1所示。算法將δi值大且ρi值較大的點(diǎn)認(rèn)定為簇的聚類(lèi)中心,即在決策圖中處于右上角與其他點(diǎn)分離明顯的部分點(diǎn)。在確定簇的聚類(lèi)中心之后,便將其他剩余的數(shù)據(jù)點(diǎn)劃分到局部密度比其高且與之距離最近的聚類(lèi)中心所在的簇中。

    Figure 1 Decision graph of CFSFDP圖1 CFSFDP算法決策圖

    CFSFDP算法不同于DBSCAN等聚類(lèi)算法,其對(duì)于較低密度的簇類(lèi)點(diǎn)沒(méi)有引入噪聲的概念,而是為每一個(gè)簇引入了一個(gè)光暈的概念,簇的光暈中則包含了其他算法中所定義的噪聲以及數(shù)據(jù)集中的離散點(diǎn)。CFSFDP算法將一個(gè)簇劃分為簇核心和簇光暈,屬于簇核心中的數(shù)據(jù)點(diǎn)的局部密度ρi較大,而屬于簇光暈中的數(shù)據(jù)點(diǎn)的局部密度ρi較小,局部密度ρi較小的點(diǎn)則包含了簇的噪聲點(diǎn)以及數(shù)據(jù)集的離散點(diǎn)。為了劃分簇的簇核心與簇光暈,CFSFDP算法引入了“邊界區(qū)域”的概念,它的定義為:數(shù)據(jù)點(diǎn)屬于該簇,但在與該數(shù)據(jù)點(diǎn)的距離小于dc的范圍內(nèi)存在屬于其他簇的數(shù)據(jù)點(diǎn),由這些點(diǎn)構(gòu)成的區(qū)域范圍稱為該簇的“邊界區(qū)域”。在取得每個(gè)簇的“邊界區(qū)域”后,將“邊界區(qū)域”中局部密度最大的點(diǎn)的局部密度值作為該簇的簇核心與簇光暈的分割閾值ρb。最后根據(jù)該簇中的數(shù)據(jù)點(diǎn)的局部密度ρi與該簇的密度閾值ρb的關(guān)系將該簇?cái)?shù)據(jù)點(diǎn)劃分到簇核心或者簇光暈中,若該簇內(nèi)的數(shù)據(jù)點(diǎn)的局部密度ρi大于ρb,則該數(shù)據(jù)點(diǎn)劃分到該簇的簇核心中,否則將其劃分到該簇的簇光暈中。經(jīng)過(guò)將各簇進(jìn)行簇核心與簇光暈的劃分之后便得到了CFSFDP算法最終的聚類(lèi)結(jié)果。

    3 CFSFDP算法改進(jìn)

    CFSFDP算法在選擇聚類(lèi)中心時(shí)需要人工輔助選擇,選擇方式為在決策圖中,將右上角的點(diǎn)作為起點(diǎn),向左下方拉矩形,利用矩形框選擇與其它點(diǎn)差異最大的一組點(diǎn),該組點(diǎn)即為聚類(lèi)中心。該過(guò)程因?yàn)樾枰斯⑴c,使得算法的冗余性增加,并且人工選擇具有一定的主觀性,選擇結(jié)果的不同將會(huì)影響最終聚類(lèi)的結(jié)果,這不利于最終結(jié)果的準(zhǔn)確性以及算法的自動(dòng)化。除此之外,CFSFDP算法在劃分簇核心和簇光暈時(shí),會(huì)將一些處于簇邊緣的數(shù)據(jù)點(diǎn)劃分到簇光暈中,使得最終得到的聚類(lèi)結(jié)果的準(zhǔn)確性降低。本節(jié)針對(duì)CFSFDP算法上述兩個(gè)不足點(diǎn)提出了優(yōu)化方案,使得算法可以自動(dòng)選擇聚類(lèi)中心且對(duì)于簇核心與簇光暈的劃分更為合理,從而獲得更合理的聚類(lèi)效果。

    3.1 聚類(lèi)中心的自動(dòng)選擇

    通過(guò)對(duì)CFSFDP算法的介紹可知,CFSFDP算法有兩個(gè)基本立足點(diǎn):

    (1)聚類(lèi)中心的局部密度很大。

    (2)聚類(lèi)中心與其他局部密度更大的數(shù)據(jù)點(diǎn)之間的距離相對(duì)較大。

    根據(jù)這兩個(gè)基本立足點(diǎn)可知,聚類(lèi)中心的局部密度ρi和與局部密度比其高的數(shù)據(jù)點(diǎn)之間的距離δi這兩個(gè)值都是比較大的。鑒于此,本文提出的聚類(lèi)中心自動(dòng)選擇的策略為:使用標(biāo)準(zhǔn)化的局部密度ρi和相鄰距離δi的乘積來(lái)評(píng)測(cè)聚類(lèi)點(diǎn)之間的差異度,然后對(duì)于該乘積使用高斯分布進(jìn)行異常檢測(cè)的方法得出其中的異常點(diǎn),對(duì)于需要進(jìn)行聚類(lèi)的數(shù)據(jù)集而言,這些異常點(diǎn)即為聚類(lèi)中心。高斯分布是非常適合做異常檢測(cè)的一個(gè)模型,分布在兩端的小概率事件可認(rèn)為是異常點(diǎn),利用這一點(diǎn)可以得到數(shù)據(jù)集的聚類(lèi)中心。

    首先引入一個(gè)簇中心權(quán)值的概念,定義一個(gè)數(shù)據(jù)點(diǎn)的簇中心權(quán)值γi為:

    (4)

    (5)

    (6)

    接著對(duì)于每個(gè)γi,根據(jù)公式(7)分別計(jì)算它們各自的概率密度。

    (7)

    最后根據(jù)p(γi)與給定的一個(gè)閾值ε的關(guān)系來(lái)判斷數(shù)據(jù)點(diǎn)是否為異常點(diǎn)即聚類(lèi)中心,ε為一個(gè)較小的常數(shù),本文選取的閾值為0.005。對(duì)于交叉驗(yàn)證集可以嘗試多個(gè)ε,并基于該ε計(jì)算交叉驗(yàn)證集上的F1值,取最高者返回。F1的定義如下:

    (8)

    Figure 2 3-spiral dataset圖2 三螺旋數(shù)據(jù)集

    Figure 3 Clustering center obtained from anomaly detection圖3 異常檢測(cè)所得的聚類(lèi)中心圖

    算法1給出了聚類(lèi)過(guò)程中簇的聚類(lèi)中心自動(dòng)選擇的具體步驟。

    算法1聚類(lèi)中心自動(dòng)選擇策略

    步驟1將每個(gè)數(shù)據(jù)點(diǎn)的局部密度ρi和數(shù)據(jù)點(diǎn)間的距離δi標(biāo)準(zhǔn)化。

    步驟2求取每個(gè)點(diǎn)的簇中心權(quán)值γi。

    步驟4求取每個(gè)點(diǎn)的概率密度p(γi)。

    步驟5判斷p(γi)與閾值ε的大小關(guān)系,若滿足p(γi)<ε,則該數(shù)據(jù)點(diǎn)為簇中心,否則不是聚類(lèi)中心。

    3.2 簇核心與簇光暈的分割優(yōu)化

    χ(διj-dc),ci=cj

    (9)

    算法2給出了在得到初步的聚類(lèi)結(jié)果后,所得到的簇的簇核心與簇光暈分割的具體步驟。

    算法2簇核心與簇光暈分割策略

    步驟1確定簇的“邊界區(qū)域”。

    步驟2求取“邊界區(qū)域”內(nèi)每個(gè)數(shù)據(jù)點(diǎn)的簇內(nèi)局部密度。

    步驟3計(jì)算“邊界區(qū)域”的平均簇內(nèi)局部密度。

    Figure 4 Three types of classical datasets圖4 三種典型的數(shù)據(jù)集

    4 仿真實(shí)驗(yàn)

    為了表明本文所提算法的有效性,使用Matlab進(jìn)行數(shù)據(jù)仿真得到聚類(lèi)結(jié)果。選用三個(gè)具有代表性的數(shù)據(jù)集:數(shù)據(jù)集1來(lái)自文獻(xiàn)[13],是一組模擬的二維數(shù)據(jù)集,如圖4a所示,共有788個(gè)數(shù)據(jù)點(diǎn),該數(shù)據(jù)集的數(shù)據(jù)分布較為密集,各區(qū)域間的分隔較為明顯,一般該數(shù)據(jù)集根據(jù)數(shù)據(jù)點(diǎn)的聚集情況被劃分為7類(lèi);數(shù)據(jù)集2來(lái)自文獻(xiàn)[14],是一組由15個(gè)相似的二維高斯分布組成的模擬數(shù)據(jù)集,如圖4b所示,共有600個(gè)數(shù)據(jù)點(diǎn),該數(shù)據(jù)集中,四周的數(shù)據(jù)分布較為稀疏,中間部分的數(shù)據(jù)分布較為密集且各區(qū)域之間粘連較多,一般該數(shù)據(jù)集根據(jù)數(shù)據(jù)點(diǎn)的聚集情況被劃分為15類(lèi);數(shù)據(jù)集3是一組選自O(shè)livetti人臉數(shù)據(jù)集(Olivetti Face Database)中的部分圖像,圖中每一行為同一個(gè)人的不同表情的圖像,同一個(gè)人的不同圖像之間有細(xì)微的差別,是一組真實(shí)的數(shù)據(jù)集,如圖4c所示。

    圖5為使用原始CFSFDP算法對(duì)數(shù)據(jù)集1和數(shù)據(jù)集2進(jìn)行聚類(lèi)時(shí)得到的決策圖,圖中灰色的點(diǎn)為人工選擇得出的數(shù)據(jù)集的聚類(lèi)中心,點(diǎn)的個(gè)數(shù)即為數(shù)據(jù)集聚類(lèi)時(shí)類(lèi)的個(gè)數(shù),這些點(diǎn)是多次人工選擇聚類(lèi)中心進(jìn)行實(shí)驗(yàn)后選出的最為合理的聚類(lèi)中心點(diǎn)。圖6為使用本文所提出的異常檢測(cè)方法所得到的數(shù)據(jù)集中的聚類(lèi)中心,圖中灰色的點(diǎn)為算法自動(dòng)計(jì)算得出的聚類(lèi)中心。

    Figure 5 Decision graphs obtained by CFSFDP圖5 利用原始CFSFDP算法獲得的決策圖

    Figure 6 Clustering center obtained from improved CFSFDP anomaly detection圖6 改進(jìn)的CFSFDP算法異常檢測(cè)得到的聚類(lèi)中心圖

    Figure 7 Comparison of decision graph and anomaly detection of datasets 1圖7 數(shù)據(jù)集1決策圖法與異常檢測(cè)法實(shí)驗(yàn)結(jié)果對(duì)比

    Figure 8 Experimental result comparison between decision graph and anomaly detection of datasets 2圖8 數(shù)據(jù)集2決策圖法與異常檢測(cè)法實(shí)驗(yàn)結(jié)果對(duì)比

    圖7和圖8為對(duì)數(shù)據(jù)集1和數(shù)據(jù)集2使用CFSFDP決策圖方法得到的聚類(lèi)結(jié)果與使用改進(jìn)的CFSFDP算法的異常檢測(cè)方法得到的聚類(lèi)結(jié)果,圖中每種灰度代表一個(gè)簇,黑色的點(diǎn)則為各簇的簇光暈部分。圖7和圖8中使用異常檢測(cè)法得到的聚類(lèi)結(jié)果中,簇核心與簇光暈的劃分使用的是原始CFSFDP算法中簇核心與簇光暈的劃分方法。從圖7和圖8對(duì)比可以看出,使用改進(jìn)的常檢測(cè)方法得到的聚類(lèi)結(jié)果與使用原始決策圖法得到的聚類(lèi)結(jié)果完全相同,這表明使用改進(jìn)的CFSFDP算法得到的聚類(lèi)中心較為準(zhǔn)確,可以代替使用原始CFSFDP算法的決策圖法人工選擇聚類(lèi)中心,實(shí)現(xiàn)對(duì)CFSFDP算法的進(jìn)一步自動(dòng)化。

    在得到初步的聚類(lèi)結(jié)果后,對(duì)得到的簇進(jìn)行簇核心與簇光暈分割優(yōu)化后的實(shí)驗(yàn)結(jié)果如圖9所示,圖中黑色的點(diǎn)為分割后的簇的簇光暈部分。通過(guò)圖9a與圖7a的對(duì)比以及圖9b與圖8a的對(duì)比可以看出,使用本文提出的簇核心與簇光暈優(yōu)化分割方法得到的實(shí)驗(yàn)結(jié)果,將簇的邊緣部分本屬于簇核心部分的數(shù)據(jù)點(diǎn)劃入簇光暈中的幾率變小,只有簇之間粘連部分的數(shù)據(jù)點(diǎn)以及數(shù)據(jù)集中的離散點(diǎn)被劃入了簇光暈中,得到的最終實(shí)驗(yàn)結(jié)果與CFSFDP算法得到的實(shí)驗(yàn)結(jié)果相比更為合理。

    Figure 9 Division optimization results of cluster core and cluster halo圖9 簇核心與簇光暈分割優(yōu)化實(shí)驗(yàn)結(jié)果圖

    圖10為對(duì)數(shù)據(jù)集3的Olivetti人臉數(shù)據(jù)集聚類(lèi)后的結(jié)果,圖10a為使用CFSFDP算法得到的聚類(lèi)結(jié)果,圖10b為使用本文改進(jìn)的CFSFDP算法得到的聚類(lèi)結(jié)果。圖10中的人臉小圖的右上角使用圓點(diǎn)標(biāo)記的為算法所選擇的聚類(lèi)中心,人臉小圖左下角的每種小圖標(biāo)代表一個(gè)簇,左下角未被小圖標(biāo)標(biāo)記的人臉小圖則不屬于任何一個(gè)簇。從實(shí)驗(yàn)結(jié)果可以看出,本文改進(jìn)的CFSFDP算法自動(dòng)選取的聚類(lèi)中心與原始CFSFDP算法人工選取的聚類(lèi)中心相同,從聚類(lèi)的結(jié)果來(lái)看本文改進(jìn)的方法略優(yōu)于原始的CFSFDP算法。

    Figure 10 Clustering result comparison between CFSFDP and the optimized CFSFDP 圖10 原始CFSFDP算法與本文改進(jìn)的CFSFDP算法對(duì)Olivetti人臉數(shù)據(jù)集進(jìn)行聚類(lèi)的實(shí)驗(yàn)結(jié)果圖

    從上述對(duì)比實(shí)驗(yàn)可以看出,本文提出的方法可以有效地提高CFSFDP算法的自動(dòng)化程度,且聚類(lèi)效果更準(zhǔn)確有效。

    5 結(jié)束語(yǔ)

    本文提出的算法是對(duì)CFSFDP算法的兩點(diǎn)不足進(jìn)行的優(yōu)化改進(jìn)。針對(duì)CFSFDP算法需要在決策圖中人工選擇聚類(lèi)中心,導(dǎo)致算法的準(zhǔn)確性和自動(dòng)化受到影響,本文采用改進(jìn)的CFSFDP算法的異常檢測(cè)方法自動(dòng)計(jì)算出聚類(lèi)中心,針對(duì)CFSFDP算法最后進(jìn)行簇核心與簇光暈分割時(shí)會(huì)將簇的邊緣數(shù)據(jù)點(diǎn)劃入簇光暈中,影響實(shí)驗(yàn)結(jié)果,本文通過(guò)引入簇內(nèi)局部密度,根據(jù)簇內(nèi)數(shù)據(jù)點(diǎn)的局部密度與簇內(nèi)局部密度的平均值的關(guān)系劃分簇核心和簇光暈。仿真實(shí)驗(yàn)對(duì)比結(jié)果表明,本文提出的算法是有效可行的,其實(shí)驗(yàn)結(jié)果比原始CFSFDP算法的實(shí)驗(yàn)結(jié)果更為準(zhǔn)確合理。

    猜你喜歡
    光暈聚類(lèi)局部
    盧美涵:夕陽(yáng)
    局部分解 巧妙求值
    非局部AB-NLS方程的雙線性B?cklund和Darboux變換與非線性波
    基于DBSACN聚類(lèi)算法的XML文檔聚類(lèi)
    局部遮光器
    吳觀真漆畫(huà)作品選
    基于改進(jìn)的遺傳算法的模糊聚類(lèi)算法
    微軟大作《光暈》首現(xiàn)iOS射擊視角變了
    一種層次初始的聚類(lèi)個(gè)數(shù)自適應(yīng)的聚類(lèi)方法研究
    自適應(yīng)確定K-means算法的聚類(lèi)數(shù):以遙感圖像聚類(lèi)為例
    91久久精品国产一区二区三区| 一二三四中文在线观看免费高清| 欧美变态另类bdsm刘玥| 亚洲婷婷狠狠爱综合网| 免费观看a级毛片全部| 网址你懂的国产日韩在线| 免费黄网站久久成人精品| 美女内射精品一级片tv| 18禁裸乳无遮挡动漫免费视频 | 在现免费观看毛片| www.色视频.com| 亚洲在久久综合| 特大巨黑吊av在线直播| 王馨瑶露胸无遮挡在线观看| 国产成人精品婷婷| 亚洲欧美精品自产自拍| 美女被艹到高潮喷水动态| 99热这里只有是精品在线观看| 亚洲色图综合在线观看| 99久久精品热视频| 久久久久久久国产电影| 最近手机中文字幕大全| 嫩草影院精品99| av在线观看视频网站免费| 国产毛片a区久久久久| 午夜精品一区二区三区免费看| 黄色视频在线播放观看不卡| 男女国产视频网站| 成人国产麻豆网| av在线观看视频网站免费| 夫妻性生交免费视频一级片| 狂野欧美白嫩少妇大欣赏| 日本爱情动作片www.在线观看| 看非洲黑人一级黄片| av天堂中文字幕网| 欧美潮喷喷水| 亚洲精品第二区| 超碰av人人做人人爽久久| 久久久成人免费电影| 欧美亚洲 丝袜 人妻 在线| 欧美xxⅹ黑人| 一级av片app| 嫩草影院新地址| 成人国产av品久久久| 网址你懂的国产日韩在线| 久久精品熟女亚洲av麻豆精品| 精品一区二区三区视频在线| 在现免费观看毛片| 免费观看无遮挡的男女| 欧美少妇被猛烈插入视频| 丰满人妻一区二区三区视频av| 五月伊人婷婷丁香| 边亲边吃奶的免费视频| 亚洲成色77777| 国产午夜精品一二区理论片| 免费黄频网站在线观看国产| 国产精品久久久久久精品古装| 在线 av 中文字幕| 国产av国产精品国产| 欧美另类一区| 啦啦啦在线观看免费高清www| 精品人妻视频免费看| 身体一侧抽搐| 亚洲av二区三区四区| 国产精品国产av在线观看| 久久久久久久亚洲中文字幕| 欧美3d第一页| 简卡轻食公司| 能在线免费看毛片的网站| 舔av片在线| 日韩av免费高清视频| 99热网站在线观看| 欧美日韩视频精品一区| 亚洲一区二区三区欧美精品 | 亚洲伊人久久精品综合| 国产成人精品久久久久久| 国产探花极品一区二区| 青春草视频在线免费观看| 晚上一个人看的免费电影| 乱系列少妇在线播放| 国产精品久久久久久久久免| 亚洲国产欧美在线一区| 成人黄色视频免费在线看| 午夜福利在线在线| 一个人看的www免费观看视频| 亚洲欧美成人精品一区二区| 午夜免费观看性视频| 在线观看一区二区三区激情| 亚洲国产精品国产精品| 亚洲精品第二区| 亚洲欧美中文字幕日韩二区| 成人无遮挡网站| 少妇猛男粗大的猛烈进出视频 | 最后的刺客免费高清国语| 丰满乱子伦码专区| 国产精品av视频在线免费观看| 亚洲成人精品中文字幕电影| 亚洲自拍偷在线| 国产精品国产三级专区第一集| 寂寞人妻少妇视频99o| 三级经典国产精品| 免费大片黄手机在线观看| 又黄又爽又刺激的免费视频.| 最近2019中文字幕mv第一页| 日韩亚洲欧美综合| 国内精品宾馆在线| 五月天丁香电影| 免费观看的影片在线观看| 国国产精品蜜臀av免费| 在线观看三级黄色| 亚洲欧美成人综合另类久久久| 日韩中字成人| av播播在线观看一区| 亚洲精品视频女| 日韩一本色道免费dvd| 高清午夜精品一区二区三区| 日本熟妇午夜| 一个人看视频在线观看www免费| 国产精品人妻久久久久久| 国产日韩欧美在线精品| 中文字幕人妻熟人妻熟丝袜美| 男女无遮挡免费网站观看| 免费看光身美女| 亚洲欧美精品自产自拍| 国产精品国产三级专区第一集| 26uuu在线亚洲综合色| 国产av不卡久久| 69人妻影院| 一本一本综合久久| 天堂俺去俺来也www色官网| 美女视频免费永久观看网站| 亚洲av不卡在线观看| 建设人人有责人人尽责人人享有的 | 久久精品国产亚洲av天美| 干丝袜人妻中文字幕| 国产黄色视频一区二区在线观看| 久久久久精品性色| 99久国产av精品国产电影| 国产精品熟女久久久久浪| 国产老妇伦熟女老妇高清| 日韩av免费高清视频| 欧美国产精品一级二级三级 | 国产高清国产精品国产三级 | 老司机影院毛片| 国产精品一区二区三区四区免费观看| 欧美人与善性xxx| 久久精品国产亚洲av涩爱| 麻豆成人av视频| 亚洲在久久综合| 欧美激情国产日韩精品一区| 国产伦理片在线播放av一区| 另类亚洲欧美激情| 丝袜喷水一区| 国产综合懂色| 亚洲不卡免费看| 国产色爽女视频免费观看| 亚洲人成网站高清观看| 免费黄频网站在线观看国产| 亚洲国产精品国产精品| 极品教师在线视频| 蜜桃亚洲精品一区二区三区| 热re99久久精品国产66热6| 午夜老司机福利剧场| 日本欧美国产在线视频| 毛片女人毛片| 日韩亚洲欧美综合| 久久久久国产精品人妻一区二区| 国产精品99久久99久久久不卡 | 国产精品一二三区在线看| 国内精品宾馆在线| videossex国产| 国产在视频线精品| av国产久精品久网站免费入址| 精品久久久久久久末码| 亚洲四区av| 色婷婷久久久亚洲欧美| 下体分泌物呈黄色| 日韩 亚洲 欧美在线| 国产人妻一区二区三区在| 国产免费一区二区三区四区乱码| 国产精品久久久久久av不卡| 国产成人a∨麻豆精品| 夫妻午夜视频| 一级a做视频免费观看| 亚洲综合色惰| 久久久久久伊人网av| 色吧在线观看| 亚洲怡红院男人天堂| 97超视频在线观看视频| 成人特级av手机在线观看| 夫妻午夜视频| 欧美少妇被猛烈插入视频| 青春草亚洲视频在线观看| 美女xxoo啪啪120秒动态图| av一本久久久久| 69av精品久久久久久| 天天躁日日操中文字幕| 91精品伊人久久大香线蕉| 高清欧美精品videossex| 亚洲四区av| 亚洲va在线va天堂va国产| 狂野欧美白嫩少妇大欣赏| 欧美丝袜亚洲另类| 久久精品国产亚洲网站| 国产v大片淫在线免费观看| 国产精品蜜桃在线观看| 久久久久久久国产电影| av在线app专区| 国产日韩欧美在线精品| 欧美97在线视频| 中文在线观看免费www的网站| 美女被艹到高潮喷水动态| 国产欧美亚洲国产| 夫妻性生交免费视频一级片| 在线精品无人区一区二区三 | 亚洲一区二区三区欧美精品 | 自拍偷自拍亚洲精品老妇| 亚洲真实伦在线观看| 成人毛片60女人毛片免费| 欧美日韩精品成人综合77777| 亚洲av成人精品一二三区| 久久久成人免费电影| 最近最新中文字幕免费大全7| 亚洲欧洲日产国产| 噜噜噜噜噜久久久久久91| 国产精品秋霞免费鲁丝片| 大片电影免费在线观看免费| 亚洲av一区综合| 亚洲高清免费不卡视频| 国产淫片久久久久久久久| 日本黄色片子视频| 欧美一级a爱片免费观看看| 久久亚洲国产成人精品v| 亚洲最大成人中文| 美女脱内裤让男人舔精品视频| av网站免费在线观看视频| 国产亚洲5aaaaa淫片| 99久久精品热视频| 国产高清国产精品国产三级 | 女人久久www免费人成看片| 人妻 亚洲 视频| 伊人久久精品亚洲午夜| 肉色欧美久久久久久久蜜桃 | 中国国产av一级| 国产精品女同一区二区软件| 久久久久久久精品精品| 舔av片在线| 18禁在线无遮挡免费观看视频| 国产黄色视频一区二区在线观看| 亚洲成人一二三区av| av在线老鸭窝| 亚洲性久久影院| 男女啪啪激烈高潮av片| 免费观看a级毛片全部| 精品午夜福利在线看| 大香蕉97超碰在线| 丝瓜视频免费看黄片| 黄色日韩在线| 亚洲av成人精品一二三区| 少妇猛男粗大的猛烈进出视频 | 中文字幕av成人在线电影| 亚洲av福利一区| 毛片女人毛片| 精品久久久噜噜| 国内精品美女久久久久久| 丰满人妻一区二区三区视频av| 久久午夜福利片| 亚洲不卡免费看| 欧美激情久久久久久爽电影| 午夜福利在线观看免费完整高清在| 菩萨蛮人人尽说江南好唐韦庄| av国产久精品久网站免费入址| 国产久久久一区二区三区| 黄色配什么色好看| 五月伊人婷婷丁香| 啦啦啦中文免费视频观看日本| 成人鲁丝片一二三区免费| 国产成人freesex在线| 日韩欧美精品v在线| 少妇裸体淫交视频免费看高清| 嘟嘟电影网在线观看| www.av在线官网国产| 成人国产麻豆网| 亚洲欧美日韩卡通动漫| 中文字幕免费在线视频6| 久久久久久久久久久免费av| 精品久久久久久电影网| 免费观看性生交大片5| 亚洲国产成人一精品久久久| 一个人看的www免费观看视频| 美女国产视频在线观看| 性色avwww在线观看| 国产精品麻豆人妻色哟哟久久| 日韩欧美 国产精品| 久久人人爽人人爽人人片va| 亚洲成人久久爱视频| 18+在线观看网站| 日韩av在线免费看完整版不卡| 欧美一区二区亚洲| 国产精品国产三级国产专区5o| 久久这里有精品视频免费| 日本-黄色视频高清免费观看| 又粗又硬又长又爽又黄的视频| 水蜜桃什么品种好| 欧美高清成人免费视频www| 国产精品成人在线| 久久精品久久精品一区二区三区| 99热这里只有精品一区| 三级经典国产精品| 国内揄拍国产精品人妻在线| videossex国产| 亚洲人成网站高清观看| 日韩av不卡免费在线播放| 激情 狠狠 欧美| 香蕉精品网在线| 五月开心婷婷网| 少妇人妻久久综合中文| 免费观看的影片在线观看| 男人添女人高潮全过程视频| 亚洲精品日韩在线中文字幕| 久久精品久久精品一区二区三区| 亚洲av在线观看美女高潮| 九九在线视频观看精品| 在线观看三级黄色| 国产精品99久久99久久久不卡 | 国产成人aa在线观看| 国产伦理片在线播放av一区| 亚洲精品成人久久久久久| 好男人视频免费观看在线| av在线老鸭窝| 天天躁夜夜躁狠狠久久av| 久久影院123| 久久久久久久大尺度免费视频| 亚洲国产高清在线一区二区三| 国产av不卡久久| 婷婷色av中文字幕| 久久女婷五月综合色啪小说 | 亚洲av免费高清在线观看| 亚洲人成网站在线观看播放| av免费观看日本| 精品久久久久久久末码| 久久久a久久爽久久v久久| 久久热精品热| av在线播放精品| 久久久久久久亚洲中文字幕| 精品人妻偷拍中文字幕| 青青草视频在线视频观看| 国产乱人偷精品视频| 中文天堂在线官网| 国产综合精华液| 尤物成人国产欧美一区二区三区| 在线看a的网站| xxx大片免费视频| 欧美丝袜亚洲另类| 成人亚洲欧美一区二区av| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 国产69精品久久久久777片| 网址你懂的国产日韩在线| 国产一区亚洲一区在线观看| 性色av一级| 在线天堂最新版资源| 国产精品精品国产色婷婷| 久久精品国产a三级三级三级| 22中文网久久字幕| 日本av手机在线免费观看| 最近最新中文字幕大全电影3| 久久久午夜欧美精品| 在线观看美女被高潮喷水网站| 99热这里只有是精品50| 免费高清在线观看视频在线观看| 卡戴珊不雅视频在线播放| 成人午夜精彩视频在线观看| 欧美bdsm另类| 欧美xxxx黑人xx丫x性爽| 久久这里有精品视频免费| 久久久久精品久久久久真实原创| 毛片女人毛片| 国产成人一区二区在线| 男女下面进入的视频免费午夜| 国产亚洲精品久久久com| 内射极品少妇av片p| 国产男女内射视频| 晚上一个人看的免费电影| 永久免费av网站大全| 欧美zozozo另类| 精品久久久久久久人妻蜜臀av| 欧美日韩视频精品一区| 亚洲精品国产av成人精品| 波多野结衣巨乳人妻| 精品国产乱码久久久久久小说| 一本一本综合久久| 国产精品99久久久久久久久| 黑人高潮一二区| 欧美丝袜亚洲另类| av福利片在线观看| 国产精品爽爽va在线观看网站| 国产综合懂色| 亚洲精品自拍成人| 日韩欧美精品免费久久| 国产精品99久久久久久久久| 99热国产这里只有精品6| 国产成人免费无遮挡视频| 色播亚洲综合网| 国语对白做爰xxxⅹ性视频网站| 午夜免费鲁丝| 亚洲成人一二三区av| 欧美精品国产亚洲| 欧美bdsm另类| 国产成人免费无遮挡视频| 国产爽快片一区二区三区| av.在线天堂| 观看美女的网站| 黄色欧美视频在线观看| 3wmmmm亚洲av在线观看| 亚洲精品日本国产第一区| 亚洲国产日韩一区二区| 午夜激情久久久久久久| 在线亚洲精品国产二区图片欧美 | 亚洲美女视频黄频| 成年人午夜在线观看视频| 五月开心婷婷网| 狂野欧美激情性xxxx在线观看| 中文字幕免费在线视频6| 2022亚洲国产成人精品| 国产在视频线精品| 黄色配什么色好看| 男女国产视频网站| 久久久a久久爽久久v久久| 五月伊人婷婷丁香| 在线 av 中文字幕| 国产成人精品福利久久| 舔av片在线| 国产色婷婷99| 精华霜和精华液先用哪个| 国产成人aa在线观看| 人体艺术视频欧美日本| 在线观看国产h片| 岛国毛片在线播放| 边亲边吃奶的免费视频| 国产高清国产精品国产三级 | 国产乱人偷精品视频| 蜜臀久久99精品久久宅男| 婷婷色综合www| 日韩,欧美,国产一区二区三区| 一边亲一边摸免费视频| 久久久久久久久久久丰满| 国产黄色免费在线视频| 亚洲va在线va天堂va国产| 天天一区二区日本电影三级| 一级片'在线观看视频| 亚洲精品一区蜜桃| 少妇人妻一区二区三区视频| 国产人妻一区二区三区在| 波野结衣二区三区在线| 久久99热这里只频精品6学生| 国产黄色视频一区二区在线观看| 免费观看性生交大片5| 日本一本二区三区精品| 亚洲天堂av无毛| 国产精品一区www在线观看| 一个人看的www免费观看视频| 搡老乐熟女国产| 99热这里只有是精品50| 精品国产三级普通话版| a级毛色黄片| 国产一区二区三区综合在线观看 | 成年女人看的毛片在线观看| 国精品久久久久久国模美| 少妇的逼水好多| 五月玫瑰六月丁香| 国产在线一区二区三区精| 亚洲精品成人久久久久久| 人妻系列 视频| 日韩人妻高清精品专区| 亚洲最大成人手机在线| av福利片在线观看| 一个人观看的视频www高清免费观看| 91狼人影院| 久久ye,这里只有精品| 中文字幕久久专区| 成人国产av品久久久| 国产免费福利视频在线观看| 亚洲高清免费不卡视频| 免费少妇av软件| 国产成人免费观看mmmm| 亚洲美女搞黄在线观看| 国产黄频视频在线观看| 免费在线观看成人毛片| 欧美精品人与动牲交sv欧美| 久久久色成人| 欧美日韩一区二区视频在线观看视频在线 | 黄片无遮挡物在线观看| 国产片特级美女逼逼视频| 99视频精品全部免费 在线| 少妇猛男粗大的猛烈进出视频 | 亚洲av一区综合| 免费看不卡的av| 久久久精品94久久精品| 国产精品麻豆人妻色哟哟久久| 菩萨蛮人人尽说江南好唐韦庄| 国产精品久久久久久久久免| 久久99蜜桃精品久久| 麻豆乱淫一区二区| 亚洲激情五月婷婷啪啪| 好男人在线观看高清免费视频| 全区人妻精品视频| 国产免费一区二区三区四区乱码| 国产精品一区二区三区四区免费观看| 久久久久久久精品精品| 日韩在线高清观看一区二区三区| 国国产精品蜜臀av免费| 大又大粗又爽又黄少妇毛片口| 日日撸夜夜添| 高清在线视频一区二区三区| 日韩精品有码人妻一区| 又爽又黄无遮挡网站| 午夜福利在线在线| 国产美女午夜福利| 亚洲精品自拍成人| 国产老妇伦熟女老妇高清| 亚洲欧美精品自产自拍| 大香蕉97超碰在线| 成人亚洲欧美一区二区av| 欧美最新免费一区二区三区| 嫩草影院精品99| 国产又色又爽无遮挡免| 欧美另类一区| 赤兔流量卡办理| 噜噜噜噜噜久久久久久91| 国产精品人妻久久久久久| 精品久久国产蜜桃| 国产欧美日韩精品一区二区| 色哟哟·www| 国产淫语在线视频| 777米奇影视久久| 在线观看人妻少妇| 精品久久久久久久久亚洲| 国产一级毛片在线| 国产精品无大码| 超碰97精品在线观看| 午夜福利在线在线| 热re99久久精品国产66热6| 黄片无遮挡物在线观看| 国产一级毛片在线| 97人妻精品一区二区三区麻豆| 免费看日本二区| 黄片wwwwww| 亚洲人成网站在线播| 视频区图区小说| 国产久久久一区二区三区| 日韩不卡一区二区三区视频在线| 亚洲图色成人| 成人国产av品久久久| 精品国产一区二区三区久久久樱花 | 日本免费在线观看一区| 亚洲精品国产av成人精品| 身体一侧抽搐| 精品久久久精品久久久| 免费观看av网站的网址| 亚洲av免费高清在线观看| 国产免费一级a男人的天堂| 久久久久网色| 国产伦精品一区二区三区视频9| 久久99热这里只有精品18| 免费看av在线观看网站| 亚洲天堂av无毛| 国产精品久久久久久久久免| 精品国产乱码久久久久久小说| 极品教师在线视频| 黄片wwwwww| 亚洲美女搞黄在线观看| 亚洲综合色惰| 日本一本二区三区精品| 国产男人的电影天堂91| 成年女人在线观看亚洲视频 | 直男gayav资源| 亚洲美女视频黄频| 乱码一卡2卡4卡精品| 777米奇影视久久| 成人欧美大片| 亚洲精品国产成人久久av| 国产午夜精品一二区理论片| 听说在线观看完整版免费高清| kizo精华| 观看美女的网站| 色综合色国产| 卡戴珊不雅视频在线播放| 国产老妇女一区| 男人爽女人下面视频在线观看| 中文字幕av成人在线电影| 性色av一级| 日韩不卡一区二区三区视频在线| 久久精品国产鲁丝片午夜精品| 精品一区二区免费观看| videos熟女内射| 一级片'在线观看视频| kizo精华| 午夜免费鲁丝| 国产白丝娇喘喷水9色精品| 久久午夜福利片| 在线看a的网站| 狂野欧美白嫩少妇大欣赏| 精品人妻视频免费看| 日日啪夜夜爽| 亚洲av福利一区| 免费av观看视频| 日日摸夜夜添夜夜爱| 大陆偷拍与自拍| 亚洲成人久久爱视频| 久久99精品国语久久久| 18禁动态无遮挡网站| 高清日韩中文字幕在线| 国产欧美日韩精品一区二区| 天美传媒精品一区二区| 成人亚洲精品一区在线观看 |