本站所有资源均为高质量资源,各种姿势下载。
在2014年6月份的《Science》期刊上发表的论文“Clustering by fast search and find of density peaks”中,提出了一种聚类算法,该算法是基于这样的假设:类簇中心被具有较低局部密度的邻居点包围,且与具有更高密度的任何点有相对较大的距离。该算法是非常巧妙的,对于每一个数据点,需要计算两个量:点的局部密度和该点到具有更高局部密度的点的距离,而这两个值都取决于数据点间的距离。
用Matlab实现文中的算法,可以应用于各种应用背景。例如,在生物学中,该算法可以用于基因组学,帮助科学家研究基因之间的相似性。在社交网络分析中,该算法可以用于识别用户之间的关联,并将其应用于社交媒体推荐系统中。此外,该算法还可以用于图像分析和计算机视觉领域,帮助计算机自动识别和分类图像。