基于密度二分法的密度峰值聚类方法

摘要：

密度峰值聚类(DPC)方法能够快速地对数据进行聚类,而不管它们的形状和包含它们的空间的维数,近年来得到广泛研究和应用.然而,当各个聚类中心的密度的差异较大,或者同一个类中包含多个密度中心时,DPC计算效果受到影响.针对于此,提出了基于密度二分法的密度峰值聚类方法.首先,求出全部数据平均密度,将数据分为高密度点和低密度点,然后,根据高密度的点的决策图识别出聚类中心后,根据是否存在可达距离的数据点对同类的聚类中心实现合并.最后,根据提出的分配策略,使高密度点和低密度点都分配到合适的聚类中心,从而实现聚类.在多个合成及实际数据集上的实验表明,该方法的聚类效果明显优于已有的DPC方法.

关键词：密度峰值聚类、密度二分法、决策图、高密度点

所属期刊栏目：54

分类号：TP183(自动化基础理论)

资助基金：莆田市科技局项目2015G2011;福建省自然科学基金2014J01073;国家自然科学青年科学基金31300473

在线出版日期：2018-07-04（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：138-145