快速搜索与发现密度峰值聚类算法的优化研究

• 作者: 尚赵伟 张明新 戴娇 蒋礼青 郑金龙
• 来源期刊: 计算机应用研究
• 关键词: 聚类 密度峰值 近邻距离曲线 类合并
• 年，卷（期）: 2016,（11）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3251-3254
• 页数: 4页
• 分类号: TP301.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001--3695.2016.11.012

摘要

CFSFDP是基于密度的新聚类算法，可聚类非球形数据集，具有聚类速度快、实现简单等优点。CFSFDP需人工尝试确定密度阈值dc ，且对一个类中存在多密度峰值的数据无法进行准确聚类。为解决该缺点，提出基于近邻距离曲线和类合并优化CFSFDP（简称 NM-CFSFDP）的聚类算法。算法用近邻距离曲线变化情况自动确定密度阈值dc ，采用确定dc 的CFSFDP对数据聚类，并利用计算dc 值的方法指导类的合并，引入内聚程度衡量参数解决了类合并后不能撤销的难题，从而实现对多密度峰值数据的正确聚类。通过实验对比，NM-CFSFDP算法确实比CFSFDP算法具有更加精确的聚类效果。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚赵伟	重庆大学计算机科学与技术学院	42	308	10.0	15.0
2	张明新	常熟理工学院计算机科学与工程学院	32	224	8.0	14.0
3	郑金龙	常熟理工学院计算机科学与工程学院	13	94	6.0	9.0
4	蒋礼青	中国矿业大学计算机科学与技术学院	3	55	3.0	3.0
8	戴娇	中国矿业大学计算机科学与技术学院	4	63	4.0	4.0