密度峰值快速聚类算法优化研究

• 作者: 杨余旺 柯亚琪 王鹏飞
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 聚类 密度峰值 异常检测 簇中心点
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 人工智能与数据挖掘
• 页码范围: 1503-1510
• 页数: 8页
• 分类号: TP301.6
• 字数: 5595字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2018.08.023

摘要

密度峰值快速搜索聚类CFSFDP算法选择聚类中心时需要通过人工在决策图中选择,且最后进行簇核心与簇光晕划分时会将簇的一些边缘部分划入簇光晕中,导致划分结果不够合理.针对以上问题,提出一种聚类中心自动选择及簇核心与簇光晕分割优化的聚类算法.利用异常检测的思想,寻找簇中心权值的异常点,将异常点作为各簇的聚类中心;引入簇内局部密度,实现对簇核心与簇光晕更合理的分割.通过实验对比,本文提出的算法自动化效果优于CFSFDP算法且得到的聚类结果更为精确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨余旺	南京理工大学计算机科学与工程学院	76	410	10.0	15.0
2	王鹏飞	南京理工大学计算机科学与工程学院	12	36	3.0	6.0
3	柯亚琪	南京农业大学园艺学院	2	2	1.0	1.0