距离密度聚类算法

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>).

版本：	1.0.1
取决于：	R（≥4.2）
进口：	直接转矩控制(≥ 1.22),dtwclust公司（≥5.5），平行（≥4.2），马格里特（≥2.0），实用工具
建议：	针织物,rmarkdown公司,拼写,测试那个(≥ 3.0.0)
出版：	2022-12-14
内政部：	10.32614/CRAN.包装.ddc
作者：	马瑞哲[cre，aut]，冰江[aut]
维护人员：	马瑞哲（Ruizhe Ma）<maruizhe.cs at gmail.com>
许可证：	GPL-2基因|GPL-3公司[扩展自：GPL（≥2）]
需要编译：	对
语言：	英语-美国
CRAN检查：	ddc结果

文档：

参考手册：	ddc.pdf格式
渐晕图：	简介

下载内容：

包源：	ddc_1.0.1.tar.gz号
Windows二进制文件：	r-devel公司：ddc_1.0.1.zip地址，r版本：ddc_1.0.1.zip地址，r-oldrel：ddc_1.0.1.zip地址
macOS二进制文件：	r释放（arm64）：ddc_1.0.1.tgz号，r-oldrel（arm64）：ddc_1.0.1.tgz号，r-release（x86_64）：ddc_1.0.1.tgz号，r-oldrel（x86_64）：ddc_1.0.1.tgz号

链接：

请使用规范形式https://CRAN.R-project.org/package=ddc链接到此页面。