核密度估计及其在聚类算法构造中的应用
Kernel Density Estimation and Its Application to Clustering Algorithm Construction作者机构：东南大学计算机科学与工程系
出 版 物：《计算机研究与发展》 (Journal of Computer Research and Development)
年 卷 期：2004年第41卷第10期
页 面：1712-1719页
核心收录：
学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金项目 ( 70 3 710 15 ) 国家科技部中小型企业创新基金项目 ( 0 2C2 62 13 2 10 0 70 ) 江苏省教育厅自然科学基金项目( 0 2KJB5 2 0 0 12 )
摘 要：经典数理统计学中的核密度估计理论是构造基于数据集密度函数聚类算法的理论基础 ,采用分箱近似的快速核密度函数估计方法同样为构造高效的聚类算法提供了依据 通过对核密度估计理论及其快速分箱核近似方法的讨论 ,给出分箱近似密度估计相对于核密度估计的均方误差界 ,提出基于网格数据重心的分箱核近似方法 在不改变计算复杂度的条件下 ,基于网格数据重心的分箱核近似密度函数计算可以有效地降低近似误差 ,这一思想方法对于构造高效大规模数据聚类分析算法具有指导意义
维普期刊数据库
同方期刊数据库