• <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 ?

    結合鯨魚優(yōu)化算法的自適應密度峰值聚類算法

    2021-02-04 14:15:40王芙銀張德生
    計算機工程與應用 2021年3期
    關鍵詞:優(yōu)化

    王芙銀,張德生,張 曉

    西安理工大學 理學院,西安710054

    隨著互聯(lián)網技術的飛速發(fā)展,隨之產生的數(shù)據也以驚人的速度增加,這些海量的數(shù)據包含著豐富的信息。人們的日?;顒佣伎梢栽谝欢ㄐ问缴狭炕癁閿?shù)據的方式,但這些數(shù)據通常是毫無規(guī)律、雜亂無章的,隨著時間的推移,這些數(shù)據的積累就更加龐大,大數(shù)據的時代也就應運而生。怎樣從這些數(shù)據中獲得有價值的信息就變成了當今時代研究的熱點[1]。

    聚類分析[2]在數(shù)據挖掘中扮演著重要的角色,它是無監(jiān)督機器學習的一種,在不需要先驗知識的情況下,根據數(shù)據的分布,計算數(shù)據間的相似性,將數(shù)據劃分成不同的集合,成為類簇。同一類簇間的數(shù)據有著較高的相似性,不同類簇間的數(shù)據有著較低的相似性。按照數(shù)據分布方式以及算法原理,目前常見的聚類算法大體可分為:基于劃分的聚類、基于層次的聚類、基于密度的聚類[3-4]、基于網格的聚類及基于模型的聚類等[3]。其中,基于密度的聚類算法可以在不同數(shù)據中發(fā)現(xiàn)各種形狀及各種大小的簇,其思想是在選定較高密度點后,將周邊與高密度點相近的點聚集為一類。

    2014 年意大利學者Rodriguez 和Laio 在Science雜志上提出了一種快速搜索發(fā)現(xiàn)密度峰值聚類算法(Clustering by fast search and find of density peaks),這是一種基于密度的聚類算法,簡稱密度峰聚類算法(Density Peaks Clustering algorithm,DPC)[5]。該算法不需要事先確定類簇的個數(shù),在各種復雜的數(shù)據集中能有效識別出類簇,對噪聲點的識別也有一定的優(yōu)越性,且對于任意形狀的數(shù)據集都能達到很好的聚類效果,適用于大規(guī)模數(shù)據的聚類分析。基于這些優(yōu)勢,DPC算法目前越來越多地被應用于各個領域,其涉及的領域包括機器學習、模式識別、人工智能、圖像處理等多個方面[6]。

    鯨魚優(yōu)化算法(Whale Optimization Algorithm,WOA)[7]是Mirjalili等人于2016年所提出的一種新型元啟發(fā)式算法,與其他智能算法相比具有多方面的優(yōu)勢。例如,文獻[7]通過對29 個數(shù)值優(yōu)化問題和6 個工程優(yōu)化問題進行測試,驗證了WOA 算法比模擬退火算法和差分進化算法等元啟發(fā)式算法具有更強的競爭力。另外,如文獻[8]所指出的那樣,與典型的群智能優(yōu)化算法相比,WOA 算法具有原理簡單、調節(jié)參數(shù)少、尋優(yōu)能力強等特點,且在收斂速度與收斂精度方面均明顯優(yōu)于引力搜索算法和粒子群優(yōu)化算法等。除此之外,WOA 算法在求解優(yōu)化問題時表現(xiàn)優(yōu)異,且應用領域廣泛。目前,國內外的研究學者將鯨魚優(yōu)化算法廣泛應用于生產優(yōu)化[8]、負載預測[9]、二次分配[10]、圖像分割[11]、社團檢測[12]等領域,在這些應用領域中,鯨魚優(yōu)化算法發(fā)揮了重要的作用,為各領域的優(yōu)化問題尋求了較好的解。

    針對DPC 算法自身所存在的問題,許多學者對其做了相應的改進以適應不同的應用領域。例如,丁志成等人[13]提出一種基于KL 散度的密度峰值算法,該算法提出一種自動選取聚類中心的方法,利用KL 散度的差異性度量準則對聚類中心和非聚類中心進行清晰的劃分,以KL 排序圖中的拐點作為分界點實現(xiàn)對聚類中心的自動選??;文獻[14]在原算法確定類簇中心時,將模糊規(guī)則應用于其中,提出一種Fuzzy-CFSFDP算法,更有利于類簇中心的選擇,同時提高了聚類結果的準確率;文獻[15]提出將網格劃分和圓劃分的方法應用于DPC算法來篩選點,提出了GDPC 算法和CDPC 算法,都有效地降低了算法的復雜度,其中GDPC算法相比于DPC算法的計算時間更短,CDPC算法相對于DPC算法在大規(guī)模數(shù)據集上的準確度更高;杜沛等人[16]提出了基于K近鄰的比較密度峰值聚類算法,該算法結合K近鄰概念重新定義了截斷距離和局部密度的度量方法,對任意數(shù)據集能自適應地生成截斷距離,并使局部密度的計算結果更符合數(shù)據的真實分布,同時在決策圖中引入距離比較量代替原距離參數(shù),使類簇中心在決策圖上更加明顯;蔣禮青等人[17]提出基于近鄰距離曲線和類合并優(yōu)化的聚類算法,此算法利用近鄰距離曲線變化情況自動確定截斷距離,并利用計算值的方法指導類的合并,引入內聚程度衡量參數(shù)解決了類合并后不能撤銷的難題,從而實現(xiàn)對多密度峰值數(shù)據的正確聚類;高詩瑩等人[18]提出了基于密度比例峰值聚類算法,該算法將密度比例引入到密度峰值聚類算法中,通過計算樣本數(shù)據的密度比峰值來提高數(shù)據中密度較小類簇的辨識度,進而提升整體聚類的準確率。

    以上幾種改進算法雖然較原DPC算法都具有較好的聚類表現(xiàn),但也存在著一定的問題:(1)沒有很好地克服原算法對截斷距離的依賴性,人為設定截斷距離使得最終的聚類結果具有很大的隨機性和主觀因素,不能保證截斷距離選取的有效性[19-20];(2)在決策圖生成后,需手動選擇聚類中心[19],對于某些數(shù)據集而言,可能會導致聚類中心多選或漏選的情況,這將會直接影響聚類結果。針對以上問題,本文提出了一種結合鯨魚優(yōu)化算法的自適應密度峰值聚類算法(WOA-DPC)。該算法首先根據加權的局部密度和相對距離乘積的斜率變化趨勢實現(xiàn)聚類中心的自動選擇,再建立以ACC 指標為目標函數(shù)的優(yōu)化問題,利用鯨魚優(yōu)化算法(WOA)有效地尋優(yōu)能力對目標函數(shù)進行優(yōu)化,尋找最佳的截斷距離dc。

    1 預備知識

    1.1 密度峰值聚類算法(DPC)

    密度峰值聚類算法(DPC)原理主要依據兩個直觀的假設:(1)聚類中心被一群密度較低的鄰居點包圍著;(2)聚類中心離比它密度更高的點的距離相對較大。該算法只需輸入截斷距離dc這一個參數(shù),通過人工手動選取聚類中心點,然后根據一步分配策略完成對剩余點的聚類和分配。DPC算法中,局部密度的計算有兩種方式,當數(shù)據集較大時,局部密度的計算如下:

    當數(shù)據集較小時,局部密度的定義如下:

    其中截斷距離:

    式中,di為所有數(shù)據點中任意兩點間歐氏距離的升序排列。

    定義相對距離為樣本點與最近高密度樣本點之間的距離,如式(5)所示:

    DPC算法根據式(4)得出截斷距離dc,再將其代入局部密度ρ和距離δ的計算公式,根據ρ和δ繪制出一個二維空間的決策圖,通過決策圖手動選取出ρ和δ相對較大的值作為聚類中心,最后,根據一步分配策略,將剩余點分配到密度比它高且距離其最近的類簇當中。

    1.2 鯨魚優(yōu)化算法(WOA)

    WOA算法是通過模擬鯨魚捕食行為而提出的一種新型仿生算法,主要分為三個階段:獵物包圍階段、氣泡襲擊階段、獵物搜索階段[7]。

    1.2.1 獵物包圍階段

    在這個階段,鯨魚能夠識別獵物的位置并包圍它們以捕獲獵物。此階段鯨魚個體向當前最優(yōu)解移動并更新其位置,該行為的數(shù)學模型[7]如下:

    式中,t是當前迭代次數(shù),X*(t) 是目前最優(yōu)解位置,X(t)是當前鯨魚位置,A、C是系數(shù)向量,r為[0,1]之間的隨機數(shù),a為從2到0的線性遞減參數(shù)。

    1.2.2 氣泡襲擊階段

    在此階段,通過收縮環(huán)繞和螺旋形路徑來設計鯨魚捕食吐氣泡的行為,其數(shù)學模型[7]為:

    式中,b是定義對數(shù)螺旋線形狀的常量,l是[-1,1]之間的隨機數(shù)。

    假設座頭鯨收縮環(huán)繞和螺旋形位置更新的概率均為50%。建立如下位置更新模型[7]:

    式中,變量p是[0,1]之間的隨機數(shù)。

    1.2.3 食物搜索階段

    當|A|≥1 時,種群個體隨機選擇鯨魚個體作為參照更新其位置,強迫鯨魚個體遠離最優(yōu)參考鯨魚,這樣可以有效增強算法的全局探索能力,數(shù)學模型[7]如下:

    式中,Xrand(t)是從當前種群中隨機選擇鯨魚個體。在具體問題優(yōu)化過程中,鯨魚個體根據不同的位置更新方式不斷向最優(yōu)解靠近。

    WOA算法具體步驟如下:

    步驟1在解空間中隨機初始化S個鯨魚個體位置,給出最大迭代次數(shù)T及當前迭代次數(shù)t。

    步驟2通過目標函數(shù)計算每個個體適應度值,并保留最優(yōu)個體為X*(t)。

    步驟3更新系數(shù)向量A及隨機數(shù)p,根據A及p的取值情況對所有個體進行相應的位置更新:

    當|A|≥1,p <0.5 時,執(zhí)行公式(12)進行位置更新;

    當|A|<1,p <0.5 時,執(zhí)行公式(6)進行位置更新;

    當p≥0.5 時,執(zhí)行公式(9)進行位置更新。

    步驟4計算更新后個體的適應度值,并更新保留最優(yōu)個體位置及最優(yōu)適應度值。

    步驟5判斷t <T是否成立,若成立,令t=t+1,轉步驟2;否則,算法結束,輸出最優(yōu)解及最優(yōu)值。

    2 結合鯨魚優(yōu)化算法的自適應密度峰值聚類算法

    本文主要從以下兩個方面進行改進:首先通過加權的局部密度和相對距離乘積的斜率變化趨勢實現(xiàn)聚類中心的自動選擇;其次,利用鯨魚優(yōu)化算法較強的尋優(yōu)能力對DPC算法中的截斷距離dc進行優(yōu)化。

    2.1 聚類中心的自適應選取策略

    原DPC 算法在選取聚類中心時,需要在決策圖中手動截取那些局部密度ρ和相對距離δ大的點為聚類中心,而截取過程中帶有一定的主觀性,例如,圖1所示類別數(shù)為7的Aggregation數(shù)據集的聚類決策圖,但從圖中看出同時具有較大的ρ和δ值的點并不容易確定,手動截取容易造成聚類中心個數(shù)選取不準確的問題,若選取聚類中心時出現(xiàn)了錯誤,那么在接下來的數(shù)據點分配類簇上會產生連鎖反應,最終使得聚類效果不理想。

    圖1 Aggregation數(shù)據集的聚類決策圖

    在實際問題中,也可能存在一些具有較大ρ與較小δ或有較小ρ與較大δ的數(shù)據點也為聚類中心。因此,需綜合考慮局部密度ρ和相對距離δ,定義如下度量:

    其中N為數(shù)據集中樣本點個數(shù)。

    為避免不同量級間的相互影響,對ρ和δ進行歸一化處理,得到新的γ定義如下:

    將經歸一化處理所得到的γi(i=1,2,…,N)進行降序排列,取前40個點。下文中,為了記號方便,仍用γ1,γ2,…,γ40表示由大到小排序后的前40 個γ值。根據γ降序排列圖選取聚類中心,γ值越大的點越有可能是聚類中心,可以有效避免由于單獨考慮ρ和δ所帶來的誤差。然而,對于一些數(shù)據集使用該方法也會存在聚類中心選取不準確的問題。以文獻[5]中使用的類別為5 的GDP數(shù)據集為例,圖2為該數(shù)據集的γ降序排列圖。圖中γ值呈現(xiàn)先快速下降,再趨于穩(wěn)定變化的趨勢,且圖中存在多個拐點。直觀來看γ7之后的值趨于穩(wěn)定,會誤以為聚類中心的個數(shù)為7個,而實際上聚類中心只有5個。因此,僅根據γ降序排列圖有時也很難準確地選取出聚類中心。

    圖2 GDP數(shù)據集的γ 降序排列圖

    對此,本文將根據γ的斜率來選取聚類中心。一般地,對于歸一化到[0,1] 上的斜率值最大的點可選作聚類中心和其他點的分界點,即將所對應的數(shù)據點選取為聚類中心。但考慮到的前幾個值一般很大且呈現(xiàn)較強的跳躍性,仍不易準確選取聚類中心。如圖2 所示,容易看出γ1到γ2差值最大,而將γ1所對應的數(shù)據點選作聚類中心顯然是錯誤的。因此,這里引入加權的斜率度量如下:

    其中,(i-1)可看作權值,隨著i的增大而增大,這樣可使γi值大的點擁有較小的權值,而γi值小的點擁有較大的權值,以降低前面一些過大值對聚類中心選取的影響,從而實現(xiàn)了聚類中心的自適應準確選取。綜上,本文所提的聚類中心選取策略分為兩步:

    (2)將降序排列的前i0個γ值所對應的數(shù)據點選為聚類中心。

    根據公式(15)得到的ki值描點作圖,稱其為加權γ斜率變化趨勢圖。圖3 為GDP 數(shù)據集的加權γ斜率變化趨勢圖。由此易知k5最大,故聚類中心個數(shù)為5,且將前5個γ值所對應的數(shù)據點選為聚類中心,解決了利用公式(14)選取聚類中心的問題。類似地,圖4、圖5分別為Spiral數(shù)據集和D31數(shù)據集利用公式(14)和(15)選取聚類中心的效果對比圖。由圖4(b)易知聚類中心個數(shù)為3,這和Spiral數(shù)據集的類別數(shù)3是一致的,而由圖4(a)在γi值趨于穩(wěn)定前會誤以為聚類中心的個數(shù)為5。雖然D31數(shù)據集的類別數(shù)較多,為31個,但由圖5(b)亦可準確選取出聚類中心的個數(shù)。此外,通過大量模擬試驗表明,利用公式(15)對大部分數(shù)據集均可客觀選取出聚類中心的個數(shù)。

    圖3 GDP數(shù)據集的加權γ 斜率變化趨勢圖

    圖4 Spiral數(shù)據集的聚類中心選取效果對比圖

    圖5 D31數(shù)據集的聚類中心選取效果對比圖

    2.2 截斷距離dc 的優(yōu)化選取策略

    原DPC 算法中截斷距離dc需要人為設定,且取值較為敏感。為了更直觀地反映此問題,以圖6中給出的R15數(shù)據集所得到的聚類結果圖為例,可以得出,dc的細微不同所得到的聚類結果存在較大的差異。因此,對截斷距離dc進行優(yōu)化就變得很有必要。

    圖6 不同dc 所對應的聚類結果圖

    本文利用WOA 算法較強的尋優(yōu)能力,來選取最佳的截斷距離dc。ACC 指標[21-23]是廣泛應用于統(tǒng)計學和信息檢索領域的評價指標,對聚類結果能夠產生準確的評判,假設Pj為已知人工標注的簇,Cj為經過聚類后的簇,則ACC指標的計算公式如下:

    在優(yōu)化過程中,以ACC指標作為WOA算法的目標函數(shù),對DPC算法中的截斷距離dc進行優(yōu)化,所選取的目標函數(shù)ACC 指標是關于dc的一維函數(shù),即給定一個dc便可得到一個ACC 指標值,ACC 指標的取值范圍在[0,1]之間,其值越接近于1,說明聚類結果越好。

    利用WOA算法多次迭代尋優(yōu),找出使DPC算法中ACC指標最大時的dc作為當前數(shù)據集最優(yōu)的dc,從而實現(xiàn)算法的聚類。

    2.3 WOA-DPC算法描述

    本文所提出的WOA-DPC算法的基本思想:首先根據γ的斜率變化趨勢圖選取聚類中心,從而避免了聚類中心需要手動選擇的缺陷;其次,將鯨魚優(yōu)化算法和聚類中心自適應的密度峰值聚類算法根據ACC指標函數(shù)有效地結合起來,對參數(shù)dc進行了優(yōu)化,克服了DPC算法對參數(shù)選取敏感的缺陷。算法具體步驟如下,流程圖如圖7所示。

    輸入:實驗數(shù)據集U(x)={x1,x2,…,xn}。

    輸出:聚類結果H={h1,h2,…,hm},m為數(shù)據集聚類結果類別數(shù)。

    步驟1設置WOA算法的種群規(guī)模為S,最大迭代次數(shù)T。

    步驟2數(shù)據預處理,計算數(shù)據集中樣本間的歐氏距離,確定dc的取值范圍。

    步驟3初始化WOA算法的種群位置,即dc的值。

    步驟4將dc代入式(3)及式(5)中,分別計算出所有點的局部密度ρi與相對距離δi。

    步驟5根據式(15)得到γ斜率變化趨勢圖,并自動選取聚類中心。

    步驟6引入如式(16)所示的評價指標ACC 作為WOA 的目標函數(shù),記ACC 指標最大時所對應的dc為。

    步驟7利用WOA算法更新dc。

    步驟8判斷WOA算法是否滿足迭代終止條件,若是,則結束迭代并轉步驟9。若否,則跳轉至步驟4繼續(xù)優(yōu)化尋優(yōu)。

    步驟9將最優(yōu)截斷距離dc所對應的聚類結果進行除噪,得到最終聚類結果,完成聚類。

    圖7 WOA-DPC算法流程圖

    2.4 算法復雜度分析

    對于含有N個樣本點的數(shù)據集,DPC 算法的時間復雜度主要來自計算樣本點間的距離矩陣D的復雜度O(N2),對歐氏距離進行快排的復雜度O(N2lbN),計算局部密度ρ和最短距離δ的復雜度O(N2)組成。對于本文所提WOA-DPC 算法,算法復雜度主要體現(xiàn)在優(yōu)化過程。假設鯨魚群體規(guī)模為S,最大迭代系數(shù)為T,優(yōu)化截斷距離dc問題時維度為1,故優(yōu)化dc的復雜度為O(S·T)。在優(yōu)化過程中,由于dc的變化會導致局部密度ρ和相對距離δ的改變,故此過程的復雜度為O(N2·T)。綜上,本文所提算法的時間復雜度為。

    3 仿真實驗結果及其分析

    3.1 實驗數(shù)據集

    為了評估本文所提算法的可行性和有效性,采用如表1所示的9個數(shù)據集對其進行驗證。

    表1 人工合成數(shù)據集以及UCI數(shù)據集描述

    3.2 評價指標

    為避免重復使用ACC 指標,本實驗采用FM 指數(shù)(FMI)、調整蘭德系數(shù)(ARI)和調整互信息(AMI)[21-23]三個評價指標來對各算法的聚類結果進行評估。假設C代表樣本真實標簽,C*代表聚類產生的結果。

    (1)FMI指標

    FMI是成對精度與召回率的幾何均值,定義式如下:

    其中,a表示在C和C*中屬于同一類數(shù)據點的對數(shù),b表示在C中屬于同一類但在C*中不屬于同一類的數(shù)據點的對數(shù),c表示在C*中屬于不同類但在C中屬于同一類的數(shù)據點的對數(shù)。FMI 指標的取值范圍是[0,1],其數(shù)值越大代表聚類效果越好。

    (2)ARI指標

    蘭德指數(shù)(RI)的定義式為:

    式中,a代表在C和C*中屬于同一類數(shù)據點的對數(shù),b代表在C*中屬于不同類但在C中屬于同一類的數(shù)據點的對數(shù),代表數(shù)據集中可組成總元素的對數(shù)。使用RI指標時,不能保證類別標簽在隨即分配的情況下,其值接近0。故引入調整蘭德指數(shù)(ARI)來解決這一問題,ARI指標的定義式為:

    其中,E(RI) 表示RI 的數(shù)學期望,ARI 的取值范圍為[-1,1],值越大表示聚類結果越精準。

    (3)AMI指標

    與ARI 相似,AMI 也是一種常見的聚類評價指標,它的定義式為:

    式中,H(A),H(B)表示兩個類別標簽的熵,AMI是基于互信息(MI)來衡量聚類效果的類別信息,E(MI)表示MI 的數(shù)學期望。AMI 的取值范圍是[-1,1],值越接近于1,表示聚類結果越好,即與真實結果越吻合。

    3.3 實驗結果及分析

    對表1 所給出的數(shù)據集,使用WOA-DPC 算法與DPC 算法、DBSCAN 算法和K-Means 算法對其進行聚類,圖8~10 分別為四種對比算法在Spiral、Aggregation和Flame三種人工數(shù)據集上聚類效果圖,這三種數(shù)據集的總體分布情況和聚類的數(shù)目是截然不同的,它們可以更直觀地反映出四種聚類算法的聚類性能。圖中顏色不同的點被分配到不同的類簇中,其中,藍色星形表示聚類中心點,叉形表示噪聲點。

    圖8 四種算法在Spiral數(shù)據集上的聚類效果圖

    圖9 四種算法在Aggregation數(shù)據集上的聚類效果圖

    圖10 四種算法在Flame數(shù)據集上的聚類效果圖

    從圖8 對Spiral 數(shù)據集的螺旋形聚類效果圖中看出,除K-Means 算法外,其他三個算法均能夠準確地對其進行聚類,K-Means 算法的聚類結果出現(xiàn)明顯的錯誤,它將該數(shù)據集平均分為了三部分,且將每個部分的中心當作聚類中心。盡管K-Means 算法在該數(shù)據集上得到了正確的聚類數(shù)目,但無法進行正確的聚類,這表明K-Means 算法不能很好地對非凸分布的數(shù)據進行聚類。同時,其余三種算法均得到了正確的聚類結果,也可明顯可看出WOA-DPC 算法比DPC 算法的聚類中心的識別更為準確。

    在圖9 的Aggregation 數(shù)據集聚類效果圖中,WOADPC算法和DPC算法均得到了正確的類簇,WOA-DPC算法也更精準地識別了聚類中心點。DBSCAN 算法雖然能夠識別出正確的聚類數(shù)目,但其中某些點被其標記為了噪聲點,導致聚類效果略差。而K-Means算法在一個集群中出現(xiàn)了兩個聚類中心,并出現(xiàn)了在三個藍色類簇之間選擇聚類中心的情況。從而使得聚類結果產生了較大的錯誤。因此,WOA-DPC算法能夠準確地識別出聚類中心,并有效地優(yōu)化了dc,從而得到了更加精準的聚類結果。

    從圖10 的Flame 數(shù)據集的流形聚類效果圖可知,WOA-DPC 算法、DPC 算法和DBSCAN 算法都可正確地識別聚類數(shù)目,而DBSCAN 算法將左上邊的兩個點識別為了噪聲點,導致聚類準確率降低。K-Means算法將本該屬于紅色類簇的點分配給了綠色類簇,以使整個數(shù)據集看起來像是從對角線斜率切開的,從而產生了錯誤的聚類結果。因此,可以看出WOA-DPC算法不僅能夠得到正確的聚類數(shù)目,而且可以更精準地識別出聚類中心的位置,從而得到更佳的聚類效果圖。

    表2 給出了WOA-DPC 算法與其他對比算法在各數(shù)據集上的聚類評價指標值。圖11~13 分別為四種算法在各種數(shù)據集上的指標對比圖。從表2 所得的評價指標值可以看出,通過對聚類中心選取策略改進和利用鯨魚優(yōu)化算法對截斷距離的優(yōu)化,WOA-DPC算法對九種數(shù)據集進行聚類所得的FMI、ARI和AMI指標值均得到了更好的結果。在Spiral 數(shù)據集和Flame 數(shù)據集中,WOA-DPC 算法和DPC 算法的聚類指標值都為1,而在其他幾個數(shù)據集上DPC 算法的聚類表現(xiàn)略差于WOADPC 算法,但優(yōu)于K-Means 算法。尤其在Jain 數(shù)據集中,WOA-DPC算法相較于DPC算法的AMI指標值提高了大概40%。DBSCAN 算法在九種數(shù)據集的聚類表現(xiàn)中,Spiral 數(shù)據集的聚類指標為1,表明對其聚類效果良好,在Jain數(shù)據集上,DBSCAN算法表現(xiàn)優(yōu)于DPC算法,而在另外七種數(shù)據集中,其聚類效果均差于WOA-DPC算法和DPC算法。K-Means算法在四種對比算法中,整體表現(xiàn)差于其他三種算法。同時,在維數(shù)比較大的Seeds和Waveform 數(shù)據集中,WOA-DPC 算法的準確率也較其他三種算法有了較大的提高,說明本文所提算法無論對于高維數(shù)據集還是低維數(shù)據集都有較好的聚類結果。

    表2 WOA-DPC算法與其他算法的聚類結果比較

    圖11 四種算法的FMI值對比圖

    圖12 四種算法的ARI值對比圖

    圖13 四種算法的AMI值對比圖

    從圖11~13 中可以更直觀看出,WOA-DPC 算法不論是在人工數(shù)據集還是UCI 數(shù)據集上的聚類指標值明顯高于其他三種對比算法。相對于原DPC 算法,本文算法避免了人為設定截斷距離和手動選取聚類中心的缺陷,其聚類效果也遠遠優(yōu)于DPC算法。

    4 結束語

    本文針對DPC 算法存在的問題,從聚類中心自適應和優(yōu)化截斷距離兩個方面進行了改進。

    (1)首先,引入局部密度和距離的乘積γ,來擴大聚類中心的選取范圍。其次,根據γ的加權斜率變化趨勢來選取正確的聚類中心個數(shù),從而實現(xiàn)聚類中心的自動選取。

    (2)利用鯨魚優(yōu)化算法較強的尋優(yōu)能力來優(yōu)化截斷距離dc,將ACC 指標作為目標函數(shù),針對不同的數(shù)據集,尋找出使聚類準確率指標值最大時所對應的dc,從而避免了聚類結果對截斷距離dc較為敏感的問題。

    通過實驗驗證,本文算法相較于原算法,不僅避免了人工選取截斷距離dc和手動選取聚類中心的缺陷,而且具有更高的準確率和更優(yōu)的聚類結果。下一步的研究目標是針對DPC對高維數(shù)據集聚類效果不佳和對剩余點的分配策略容錯性較高的問題進行改進,使其更好地應用于復雜結構的數(shù)據集。

    猜你喜歡
    優(yōu)化
    超限高層建筑結構設計與優(yōu)化思考
    房地產導刊(2022年5期)2022-06-01 06:20:14
    PEMFC流道的多目標優(yōu)化
    能源工程(2022年1期)2022-03-29 01:06:28
    民用建筑防煙排煙設計優(yōu)化探討
    關于優(yōu)化消防安全告知承諾的一些思考
    一道優(yōu)化題的幾何解法
    由“形”啟“數(shù)”優(yōu)化運算——以2021年解析幾何高考題為例
    圍繞“地、業(yè)、人”優(yōu)化產業(yè)扶貧
    事業(yè)單位中固定資產會計處理的優(yōu)化
    消費導刊(2018年8期)2018-05-25 13:20:08
    4K HDR性能大幅度優(yōu)化 JVC DLA-X8 18 BC
    幾種常見的負載均衡算法的優(yōu)化
    電子制作(2017年20期)2017-04-26 06:57:45
    欧美成人精品欧美一级黄| 国产成人免费无遮挡视频| 一区二区av电影网| 七月丁香在线播放| 日韩av免费高清视频| 国产人伦9x9x在线观看| 国产精品女同一区二区软件| 久久青草综合色| 一二三四中文在线观看免费高清| 王馨瑶露胸无遮挡在线观看| 欧美国产精品va在线观看不卡| 欧美精品亚洲一区二区| 韩国av在线不卡| 999精品在线视频| 天天躁夜夜躁狠狠躁躁| 伊人久久国产一区二区| 自线自在国产av| 在线亚洲精品国产二区图片欧美| 自线自在国产av| 国产日韩欧美在线精品| 成人午夜精彩视频在线观看| 久久久欧美国产精品| 国产精品二区激情视频| 黄片播放在线免费| 亚洲国产中文字幕在线视频| 国产日韩一区二区三区精品不卡| 最近中文字幕高清免费大全6| av国产久精品久网站免费入址| 亚洲综合精品二区| 最近2019中文字幕mv第一页| 蜜桃国产av成人99| 极品少妇高潮喷水抽搐| 男女无遮挡免费网站观看| 黄片小视频在线播放| 日本黄色日本黄色录像| 午夜福利免费观看在线| 最近最新中文字幕大全免费视频 | 美女大奶头黄色视频| 亚洲精品,欧美精品| 国产精品亚洲av一区麻豆 | 亚洲欧美成人精品一区二区| 90打野战视频偷拍视频| 男女边摸边吃奶| 亚洲国产av新网站| 男女国产视频网站| 午夜91福利影院| 精品少妇一区二区三区视频日本电影 | 亚洲色图综合在线观看| 一区二区三区乱码不卡18| 性色av一级| 午夜福利视频在线观看免费| 午夜免费观看性视频| av有码第一页| 大话2 男鬼变身卡| 黄片无遮挡物在线观看| 精品一区二区免费观看| 免费av中文字幕在线| 91精品国产国语对白视频| 国产片特级美女逼逼视频| 超碰97精品在线观看| 日韩制服丝袜自拍偷拍| 午夜影院在线不卡| 国产伦理片在线播放av一区| 老司机影院毛片| 日韩一本色道免费dvd| 国产国语露脸激情在线看| 中文字幕色久视频| 亚洲国产精品一区三区| 亚洲国产欧美网| 国产亚洲av高清不卡| 午夜福利影视在线免费观看| 97人妻天天添夜夜摸| 老司机靠b影院| 日韩电影二区| 精品少妇黑人巨大在线播放| 午夜福利在线免费观看网站| 亚洲精品视频女| 久久久精品国产亚洲av高清涩受| 又粗又硬又长又爽又黄的视频| 日本猛色少妇xxxxx猛交久久| 久久精品久久精品一区二区三区| av不卡在线播放| 亚洲五月色婷婷综合| 免费黄网站久久成人精品| 日韩精品免费视频一区二区三区| 成人亚洲欧美一区二区av| 日韩人妻精品一区2区三区| 操出白浆在线播放| 国产激情久久老熟女| 一二三四中文在线观看免费高清| 少妇人妻精品综合一区二区| 亚洲专区中文字幕在线 | 日本vs欧美在线观看视频| 日本猛色少妇xxxxx猛交久久| 国产片内射在线| 亚洲综合精品二区| 黄色 视频免费看| 在线观看人妻少妇| 国产av一区二区精品久久| 国产成人精品在线电影| 精品福利永久在线观看| 国产欧美日韩综合在线一区二区| 日日撸夜夜添| 激情五月婷婷亚洲| 人妻人人澡人人爽人人| 国产黄色视频一区二区在线观看| 久久久久久人人人人人| 日日啪夜夜爽| 亚洲精华国产精华液的使用体验| 久久久久久久久久久免费av| 制服丝袜香蕉在线| 电影成人av| 99精品久久久久人妻精品| 久久久久国产一级毛片高清牌| 丁香六月欧美| 亚洲熟女毛片儿| 男女无遮挡免费网站观看| 亚洲,欧美精品.| 欧美激情极品国产一区二区三区| 天天操日日干夜夜撸| 男人操女人黄网站| 99久久精品国产亚洲精品| 亚洲精品久久午夜乱码| 老司机亚洲免费影院| 超碰97精品在线观看| 日韩视频在线欧美| 女性生殖器流出的白浆| 纵有疾风起免费观看全集完整版| 国产精品一国产av| 久久久久视频综合| 国产av国产精品国产| 久久精品人人爽人人爽视色| 亚洲欧美一区二区三区黑人| av福利片在线| svipshipincom国产片| 久久精品国产综合久久久| 一二三四在线观看免费中文在| 中文字幕制服av| 日本欧美视频一区| 欧美激情极品国产一区二区三区| 天天躁夜夜躁狠狠久久av| 亚洲国产av影院在线观看| 男女边吃奶边做爰视频| 9191精品国产免费久久| 国产乱来视频区| 男女午夜视频在线观看| 国产精品二区激情视频| 交换朋友夫妻互换小说| 亚洲欧洲国产日韩| 国产精品 欧美亚洲| 9191精品国产免费久久| 性色av一级| 在线观看免费视频网站a站| 成人亚洲欧美一区二区av| 国产精品一国产av| www.精华液| 人妻人人澡人人爽人人| 女的被弄到高潮叫床怎么办| h视频一区二区三区| 天天添夜夜摸| 日本av免费视频播放| 欧美日韩亚洲国产一区二区在线观看 | 亚洲精品中文字幕在线视频| 秋霞伦理黄片| 天堂中文最新版在线下载| 久久久精品国产亚洲av高清涩受| 国产成人av激情在线播放| 最近2019中文字幕mv第一页| 久久国产精品男人的天堂亚洲| 亚洲av日韩精品久久久久久密 | 99精国产麻豆久久婷婷| 日本一区二区免费在线视频| 青青草视频在线视频观看| 一级a爱视频在线免费观看| 亚洲国产毛片av蜜桃av| av有码第一页| 婷婷色综合大香蕉| 伦理电影免费视频| 国产片特级美女逼逼视频| 亚洲国产毛片av蜜桃av| 中文字幕另类日韩欧美亚洲嫩草| 在线观看免费午夜福利视频| 久久影院123| av不卡在线播放| av线在线观看网站| 十八禁网站网址无遮挡| 国产精品久久久久久人妻精品电影 | 99香蕉大伊视频| 免费av中文字幕在线| av电影中文网址| 国产精品一二三区在线看| 精品一品国产午夜福利视频| 在线天堂最新版资源| 婷婷色综合大香蕉| 久久人人爽av亚洲精品天堂| 国产 精品1| 欧美精品高潮呻吟av久久| 亚洲成色77777| 欧美人与性动交α欧美精品济南到| 亚洲精品国产色婷婷电影| 老司机亚洲免费影院| 极品少妇高潮喷水抽搐| 国产免费现黄频在线看| 国产一区二区三区av在线| 黑人猛操日本美女一级片| 久久久久网色| 狠狠精品人妻久久久久久综合| 人人妻人人爽人人添夜夜欢视频| 最新的欧美精品一区二区| www.熟女人妻精品国产| 97人妻天天添夜夜摸| 在线观看免费视频网站a站| 男女下面插进去视频免费观看| 中文字幕色久视频| 超碰成人久久| 国产日韩欧美在线精品| 欧美精品一区二区大全| 七月丁香在线播放| 男男h啪啪无遮挡| 亚洲精品国产av蜜桃| 老汉色av国产亚洲站长工具| 中文欧美无线码| 久久综合国产亚洲精品| 韩国av在线不卡| a级片在线免费高清观看视频| 人成视频在线观看免费观看| 精品午夜福利在线看| 高清欧美精品videossex| 午夜福利视频在线观看免费| 免费观看人在逋| 精品久久蜜臀av无| av不卡在线播放| 天天躁狠狠躁夜夜躁狠狠躁| 精品国产露脸久久av麻豆| av福利片在线| 青青草视频在线视频观看| 久久久久网色| 极品少妇高潮喷水抽搐| 国产av精品麻豆| 国产成人91sexporn| 午夜日韩欧美国产| 涩涩av久久男人的天堂| 免费观看av网站的网址| 中国三级夫妇交换| 超碰成人久久| 日韩精品免费视频一区二区三区| 日韩av不卡免费在线播放| 最新在线观看一区二区三区 | 自拍欧美九色日韩亚洲蝌蚪91| av国产久精品久网站免费入址| 日本91视频免费播放| 中文字幕人妻丝袜制服| 亚洲免费av在线视频| 国产免费视频播放在线视频| 午夜精品国产一区二区电影| 啦啦啦 在线观看视频| 日韩精品有码人妻一区| 王馨瑶露胸无遮挡在线观看| 一个人免费看片子| 大话2 男鬼变身卡| 男女高潮啪啪啪动态图| 激情视频va一区二区三区| 亚洲第一青青草原| 中文欧美无线码| 91老司机精品| 丝袜在线中文字幕| 看十八女毛片水多多多| 99热网站在线观看| 欧美 亚洲 国产 日韩一| 成年动漫av网址| 亚洲av国产av综合av卡| 天堂8中文在线网| 国产爽快片一区二区三区| 久久久国产精品麻豆| 最近最新中文字幕免费大全7| 在现免费观看毛片| 热99久久久久精品小说推荐| 如日韩欧美国产精品一区二区三区| 久久青草综合色| 亚洲精品一区蜜桃| 51午夜福利影视在线观看| 国产精品免费大片| 最近的中文字幕免费完整| 黄片小视频在线播放| 在线观看免费午夜福利视频| 一级毛片我不卡| 久久精品熟女亚洲av麻豆精品| 亚洲av中文av极速乱| 精品少妇久久久久久888优播| 日韩制服丝袜自拍偷拍| 久久精品国产亚洲av高清一级| 久久久精品94久久精品| 国产一级毛片在线| 国产男女超爽视频在线观看| 中文精品一卡2卡3卡4更新| 亚洲欧美激情在线| 看免费成人av毛片| 操美女的视频在线观看| a级毛片黄视频| 18禁国产床啪视频网站| 亚洲一卡2卡3卡4卡5卡精品中文| 大片免费播放器 马上看| 日本欧美视频一区| 亚洲精品视频女| 日日爽夜夜爽网站| 午夜福利视频在线观看免费| 美女大奶头黄色视频| 国产精品女同一区二区软件| 久久久久久久国产电影| 国产男女超爽视频在线观看| 久久久国产一区二区| 韩国高清视频一区二区三区| 成年人免费黄色播放视频| 亚洲美女视频黄频| www日本在线高清视频| 国产成人午夜福利电影在线观看| 观看av在线不卡| 无限看片的www在线观看| 亚洲人成网站在线观看播放| 欧美人与性动交α欧美精品济南到| 欧美乱码精品一区二区三区| 日韩一区二区视频免费看| 91aial.com中文字幕在线观看| 大片免费播放器 马上看| 国产日韩欧美在线精品| 日韩大码丰满熟妇| 午夜福利视频精品| 国产免费又黄又爽又色| 日本av免费视频播放| 咕卡用的链子| av视频免费观看在线观看| 成人黄色视频免费在线看| 老司机深夜福利视频在线观看 | 色播在线永久视频| avwww免费| 哪个播放器可以免费观看大片| 天天躁日日躁夜夜躁夜夜| 国产精品久久久人人做人人爽| 在线观看免费午夜福利视频| www日本在线高清视频| 男女床上黄色一级片免费看| 女人精品久久久久毛片| 久久久久国产精品人妻一区二区| 看免费成人av毛片| 久久久久国产一级毛片高清牌| 韩国高清视频一区二区三区| 99精国产麻豆久久婷婷| 欧美精品av麻豆av| 亚洲精品一区蜜桃| 超色免费av| 国产免费一区二区三区四区乱码| 日韩一区二区视频免费看| 中文欧美无线码| 一区二区三区乱码不卡18| 久久毛片免费看一区二区三区| 亚洲欧美成人综合另类久久久| 咕卡用的链子| 日韩欧美一区视频在线观看| 91aial.com中文字幕在线观看| 精品卡一卡二卡四卡免费| 天天影视国产精品| 亚洲美女黄色视频免费看| 久久精品国产综合久久久| 免费看不卡的av| 国产精品秋霞免费鲁丝片| 国产av精品麻豆| 少妇精品久久久久久久| 视频在线观看一区二区三区| 中文字幕av电影在线播放| 日韩精品免费视频一区二区三区| 欧美日韩视频精品一区| 免费在线观看视频国产中文字幕亚洲 | 国产亚洲欧美精品永久| 国产精品国产三级国产专区5o| 夫妻性生交免费视频一级片| 在线观看国产h片| 极品少妇高潮喷水抽搐| 丝袜人妻中文字幕| 欧美日韩国产mv在线观看视频| 国产又色又爽无遮挡免| 女人精品久久久久毛片| 一区二区三区激情视频| 色网站视频免费| 久久热在线av| 久久久国产欧美日韩av| 成人黄色视频免费在线看| 成年人午夜在线观看视频| 欧美日本中文国产一区发布| 亚洲国产中文字幕在线视频| 日韩制服丝袜自拍偷拍| 丝袜人妻中文字幕| 亚洲欧美一区二区三区久久| 亚洲国产精品999| 久久久久国产一级毛片高清牌| 如何舔出高潮| 老鸭窝网址在线观看| av国产久精品久网站免费入址| 欧美老熟妇乱子伦牲交| 十分钟在线观看高清视频www| 免费看av在线观看网站| 国产福利在线免费观看视频| 少妇猛男粗大的猛烈进出视频| 久久天堂一区二区三区四区| 国产精品亚洲av一区麻豆 | av免费观看日本| 狂野欧美激情性bbbbbb| 国产av精品麻豆| 青青草视频在线视频观看| 搡老岳熟女国产| 精品国产一区二区久久| 丰满饥渴人妻一区二区三| 国产女主播在线喷水免费视频网站| 久久韩国三级中文字幕| 亚洲精品一二三| 亚洲成国产人片在线观看| 国产成人欧美| 久久天躁狠狠躁夜夜2o2o | 欧美乱码精品一区二区三区| 欧美黄色片欧美黄色片| 一边亲一边摸免费视频| av线在线观看网站| 欧美精品一区二区免费开放| 亚洲国产精品成人久久小说| 美女脱内裤让男人舔精品视频| 日本爱情动作片www.在线观看| 两个人免费观看高清视频| 一本色道久久久久久精品综合| 天天躁夜夜躁狠狠躁躁| 久久精品亚洲av国产电影网| 欧美日韩av久久| 国产有黄有色有爽视频| 91精品伊人久久大香线蕉| 亚洲成人国产一区在线观看 | 亚洲国产精品一区三区| 午夜福利乱码中文字幕| 日韩中文字幕视频在线看片| 男女午夜视频在线观看| 日日撸夜夜添| 亚洲精品在线美女| 狠狠婷婷综合久久久久久88av| 精品少妇久久久久久888优播| 精品人妻在线不人妻| 国产精品人妻久久久影院| 亚洲国产精品国产精品| 69精品国产乱码久久久| 秋霞在线观看毛片| 永久免费av网站大全| 日韩免费高清中文字幕av| 久久久国产精品麻豆| 高清不卡的av网站| 99国产精品免费福利视频| 亚洲欧洲精品一区二区精品久久久 | 久久精品人人爽人人爽视色| 免费日韩欧美在线观看| 欧美日韩成人在线一区二区| www.自偷自拍.com| 国产亚洲欧美精品永久| 亚洲,欧美,日韩| 男男h啪啪无遮挡| 亚洲欧美一区二区三区黑人| 亚洲熟女毛片儿| 操出白浆在线播放| 国产xxxxx性猛交| 丰满乱子伦码专区| 18禁国产床啪视频网站| 成人影院久久| 久久精品aⅴ一区二区三区四区| 中文精品一卡2卡3卡4更新| 精品视频人人做人人爽| 熟女少妇亚洲综合色aaa.| 午夜影院在线不卡| 狂野欧美激情性xxxx| 丁香六月天网| 亚洲免费av在线视频| 91成人精品电影| 亚洲免费av在线视频| 亚洲av成人不卡在线观看播放网 | 精品一区二区三卡| 18禁裸乳无遮挡动漫免费视频| 伊人久久国产一区二区| 视频区图区小说| 熟妇人妻不卡中文字幕| 少妇被粗大猛烈的视频| 久久久久久免费高清国产稀缺| 在线亚洲精品国产二区图片欧美| av网站免费在线观看视频| 人妻人人澡人人爽人人| 99国产综合亚洲精品| 少妇猛男粗大的猛烈进出视频| 美女高潮到喷水免费观看| 91精品国产国语对白视频| 精品少妇黑人巨大在线播放| 国产成人av激情在线播放| 久久av网站| 9色porny在线观看| 亚洲男人天堂网一区| 天堂8中文在线网| 亚洲久久久国产精品| 9色porny在线观看| 国产探花极品一区二区| 91老司机精品| 欧美黑人欧美精品刺激| 成人漫画全彩无遮挡| 尾随美女入室| 久久热在线av| 高清视频免费观看一区二区| 亚洲国产精品一区三区| 18禁国产床啪视频网站| 搡老乐熟女国产| 国产一卡二卡三卡精品 | 大片免费播放器 马上看| 看十八女毛片水多多多| 卡戴珊不雅视频在线播放| 久久久久精品人妻al黑| 青青草视频在线视频观看| 亚洲精品美女久久久久99蜜臀 | 青青草视频在线视频观看| 亚洲国产精品999| 久久人人爽av亚洲精品天堂| 人人妻人人爽人人添夜夜欢视频| 黑人欧美特级aaaaaa片| 深夜精品福利| 综合色丁香网| 精品人妻熟女毛片av久久网站| 色视频在线一区二区三区| 99re6热这里在线精品视频| 看免费av毛片| 伦理电影大哥的女人| 丝袜美足系列| 丝袜美腿诱惑在线| 老司机深夜福利视频在线观看 | 操出白浆在线播放| 纯流量卡能插随身wifi吗| 99香蕉大伊视频| 国产在线一区二区三区精| 最新在线观看一区二区三区 | 热re99久久精品国产66热6| 青草久久国产| 999精品在线视频| 久久久久精品久久久久真实原创| 国产深夜福利视频在线观看| 操美女的视频在线观看| 亚洲成人免费av在线播放| av又黄又爽大尺度在线免费看| 日韩视频在线欧美| 夫妻午夜视频| 黄片小视频在线播放| 亚洲精品久久午夜乱码| 国产一区二区激情短视频 | 日本色播在线视频| 999久久久国产精品视频| 99久久精品国产亚洲精品| 亚洲国产毛片av蜜桃av| 大片电影免费在线观看免费| 久久精品熟女亚洲av麻豆精品| 男女高潮啪啪啪动态图| 国产伦理片在线播放av一区| 最近中文字幕高清免费大全6| 女人久久www免费人成看片| 亚洲国产欧美网| 国产伦人伦偷精品视频| 久久久久精品性色| 大香蕉久久成人网| 晚上一个人看的免费电影| 一区二区av电影网| 国产精品麻豆人妻色哟哟久久| 国产亚洲欧美精品永久| 国产又色又爽无遮挡免| 久久精品久久精品一区二区三区| 久久鲁丝午夜福利片| 卡戴珊不雅视频在线播放| 在线天堂最新版资源| 成年人午夜在线观看视频| 这个男人来自地球电影免费观看 | 国产 一区精品| 乱人伦中国视频| 国产亚洲欧美精品永久| 亚洲精品一二三| 男女边吃奶边做爰视频| 蜜桃在线观看..| 黑人欧美特级aaaaaa片| 女人久久www免费人成看片| 亚洲欧美清纯卡通| 久久免费观看电影| 999精品在线视频| 操美女的视频在线观看| 久久婷婷青草| 欧美日韩视频高清一区二区三区二| 国产免费现黄频在线看| 免费日韩欧美在线观看| 汤姆久久久久久久影院中文字幕| 中文字幕制服av| 成年女人毛片免费观看观看9 | 一区二区三区乱码不卡18| 精品福利永久在线观看| 超碰97精品在线观看| 国产精品秋霞免费鲁丝片| 欧美在线黄色| 国产精品女同一区二区软件| 国产免费现黄频在线看| 在线 av 中文字幕| 欧美亚洲 丝袜 人妻 在线| 18禁观看日本| 亚洲国产欧美在线一区| 亚洲,欧美精品.| 毛片一级片免费看久久久久| 亚洲七黄色美女视频| 国产乱来视频区| 国产国语露脸激情在线看| 在线观看一区二区三区激情| 青春草亚洲视频在线观看| 亚洲中文av在线| 亚洲自偷自拍图片 自拍| 亚洲精品日韩在线中文字幕| 欧美日韩亚洲高清精品|