【数据聚类】基于多元宇宙优化DBSCAN实现数据聚类分析附matlab代码

1 简介

针对DBSCAN聚类算法对参数敏感,参数选取依靠经验的问题,文章提出了一种基于多元宇宙优化的DBSCAN聚类(MVO-DBSCAN)算法.

2 部分代码

%%% main function：主函数clc;clear;close all;tic;% 读取数据% load('C:\Users\Administrator\Desktop\MATLAb Programming practice\MVO-DBSCAN\X.mat');load X.mat;% 数据标签train_labels=[];for i=1:3    train_labels=[train_labels;i*ones(100,1)];end%% run MVO Algorithm​Universes_no=60; %Number of search agents (universes)Max_iteration=500; %Maximum numbef of iterations​% 待优化参数(宇宙)的上、下界和维度lb=0.01;ub=0.5;dim=1;​% 定义参数MinPtsMinPts =4;[Best_score,Best_pos,cg_curve]=MVO(Universes_no,Max_iteration,lb,ub,dim,MinPts,X,train_labels);​display(['The best solution obtained by MVO is : ', num2str(Best_pos)]);display(['The best optimal value of the objective funciton found by MVO is : ', num2str(Best_score)]);​%% Run DBSCAN Clustering AlgorithmEps=Best_pos;labels=DBSCAN(X,Eps,MinPts);figure;PlotClusterinResult(X, labels);title(['DBSCAN Clustering (\epsilon = ' num2str(Eps) ', MinPts = ' num2str(MinPts) ')']);toc;​

3 仿真结果

4 参考文献

[1]王李彧, 孙斌. 基于改进的DBSCAN聚类算法的云任务调度策略研究[C]// 2016年全国通信软件学术会议. 2016.

博主简介：擅长智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、路径规划、无人机等多种领域的Matlab仿真，相关matlab代码问题可私信交流。

部分理论引用网络文献，若有侵权联系博主删除。