《吸引子传播聚类算法的理论改进及其应用》.docx
文本预览下载声明
《吸引子传播聚类算法的理论改进及其应用》
一、引言
随着大数据时代的到来，数据量的激增使得传统的聚类算法面临着巨大的挑战。吸引子传播聚类算法（AttractorPropagationClusteringAlgorithm，简称APCA）以其独特的优势，在数据聚类领域展现出良好的性能。然而，为了进一步提高其性能和适应更多类型的聚类任务，本论文提出了吸引子传播聚类算法的理论改进方法及其在各领域的应用。
二、背景知识介绍
吸引子传播聚类算法作为一种新型的聚类方法，基于数据的相似性矩阵构建吸引子，并利用吸引子之间的相互作用进行聚类。其核心思想是通过吸引子之间的传播和更新，实现数据的自动分类。
三
显示全部