-
题名自适应聚合策略优化的密度峰值聚类算法
被引量：11
- 1
-
-
作者
钱雪忠
金辉
-
机构
江南大学
-
出处
《计算机科学与探索》
CSCD
北大核心
2020年第4期712-720,共9页
-
基金
国家自然科学基金No.61673193
中央高校基本科研业务费专项资金Nos.JUSRP51635B,JUSRP51510。
-
文摘
针对密度峰值聚类算法受人为干预影响较大和参数敏感的问题,即不正确的截断距离dc会导致错误的初始聚类中心,而且在某些情况下,即使设置了适当的dc值,仍然难以从决策图中人为选择初始聚类中心。为克服这些缺陷,提出一种新的基于密度峰值的聚类算法。该算法首先根据K近邻的思想来确定数据点的局部密度,然后提出一种新的自适应聚合策略,即首先通过算法给出阈值判断初始类簇中心,然后依据离初始类簇中心最近分配剩余点,最后通过类簇间密度可达来合并相似类簇。在实验中,该算法在合成和实际数据集中的表现比DPC、DBSCAN、KNNDPC和K-means算法要好,能有效提高聚类准确率和质量。
-
关键词
密度峰
K近邻(KNN)
局部密度
合并策略
类簇间密度可达
-
Keywords
density peak
K-nearest neighbor(KNN)
local density
merging strategy
clustering density reachable
-
分类号
TP301.6
[自动化与计算机技术—计算机系统结构]
-
