基于影响空间的稳健密度峰值聚类算法

摘要：

DP(Clustering by Fast Search and Find of Density Peaks)是一种新提出的基于局部密度和距离的聚类算法,具有能够发现任意形状的类簇、易于理解并且可以高效划分数据的优点.但是该算法无法处理单个类簇中同时存在多个密度峰值的情况,并且数据划分不稳定,容易导致连锁错误划分;当类簇间的密度差异较大时,其无法准确识别稀疏的类簇.为弥补以上不足,提出一种基于影响空间的稳健密度峰值聚类算法.该改进算法通过邻近数据计算局部密度,增强对小规模类簇的识别能力.为了提高数据划分的稳定性,引入了影响空间,并定义了一种新的对称关系,提出了一种新的分配策略.其通过计算目标数据与邻近数据的局部密度比值,并对影响空间进行加权,使算法能够处理具有多密度分布特征的数据.基于人工合成数据集和UCI数据集的模拟对比实验表明,提出的改进策略增强了算法对稀疏类簇的识别能力,提高了数据划分的稳定性,在NMI和Acc评价指标方面取得了较优的结果.

关键词：局部密度、聚类算法、影响空间、分配策略、稳定性

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

在线出版日期：2019-12-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：216-221