基于密度峰和划分的快速聚类算法

摘要：

传统基于划分的聚类算法需要人工给定聚类数,且由于算法采取刚性划分,可能会导致将较大或延伸状的聚类簇分割的现象,导致错误的聚类结果.密度峰聚类是近年提出的一种新的基于密度的聚类算法,该算法不需要预先指定聚类数目,且能够发现非球形簇.将密度峰思想引入基于划分的聚类算法,提出一种基于密度峰和划分的快速聚类算法(DDBSCAN),该算法首先获取一组簇的核心对象(密度峰),用于描述簇的"骨骼",而后将周围的点划分到最近的核心对象,最后通过判断划分边界处的密度情况合并簇.实验证明,该算法能有效地适应任意形状、大小不一的数据集,与传统基于密度的聚类算法相比收敛速度更快.

关键词：密度峰聚类、核心对象、基于划分、边界密度、任意形状

分类号：TP301.6(计算技术、计算机技术)

资助基金：国家科技支撑计划项目2014BAD10B05-02;国家星火计划项目2014GA710001;安徽省科技攻关项目1804A07020124

在线出版日期：2018-09-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：16-20