R。DDC中的距离密度聚类(DDC)算法使用动态时间扭曲(DTW)计算相似矩阵,在此基础上找到聚类中心和聚类分配。DDC继承了动态时间扭曲(DTW)参数和约束。聚类中心是使用DTW重心平均(DBA)算法计算的质心点。聚类过程是分裂的。在每次迭代中,都会更新集群中心,并将数据重新分配给集群中心。提前停车是可能的。如论文所述,输出包括集群中心和集群分配(Ma等人(2017))<doi:10.1109/ICDMW.2017.11>).
请使用规范形式https://CRAN.R-project.org/package=ddc链接到此页面。