基于改進(jìn)粒子群的密度聚類算法混合矩陣估計(jì)

打開文本圖片集

摘  要：

針對(duì)混合矩陣估計(jì)算法中傳統(tǒng)的噪聲環(huán)境下基于密度的空間聚類（density-based spatial clustering of applications with noise， DBSCAN）算法需要人為設(shè)定鄰域半徑以及核心點(diǎn)數(shù)這一問題，提出雙約束粒子群優(yōu)化（double constrained particle swarm optimization， DCPSO）算法，對(duì)DBSCAN算法的鄰域半徑參數(shù)進(jìn)行尋優(yōu)，將得到的最優(yōu)參數(shù)作為DBSCAN算法的參數(shù)輸入，然后計(jì)算聚類中心，完成混合矩陣估計(jì)。（剩余18417字）