基于KL散度的密度峰值聚类算法

• 作者: 丁志成 周竞 葛洪伟
• 来源期刊: 重庆邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 聚类 密度峰值聚类(DPC) 密度聚类 自动聚类
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 人工智能与信息通信技术
• 页码范围: 367-374
• 页数: 8页
• 分类号: TP391.4
• 字数: 4745字
• 语种: 中文
• DOI: 10.3979/j.issn.1673-825X.2019.03.011

摘要

快速搜索与发现密度峰值聚类(clustering by fast search and find of density peaks,DPC)算法对聚类中心点进行了全新的定义,能够得到更优的聚类结果.但该算法需要手动选取聚类中心,容易出现多选、漏选聚类中心的问题.提出一种自动选取聚类中心的密度峰值聚类算法.将参数积γ引入新算法以扩大聚类中心的选取范围,利用KL散度的差异性度量准则对聚类中心点和非聚类中心点进行清晰划分,以Dkl排序图中的拐点作为分界点实现了对聚类中心的自动选取.在人工以及UCI数据集上的实验表明,新算法能够在自动选取聚类中心的同时,获得更好的聚类效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	周竞	江南大学物联网工程学院	8	76	4.0	8.0
2	葛洪伟	江南大学轻工过程先进控制教育部重点实验室	86	456	11.0	17.0
6	丁志成	江南大学轻工过程先进控制教育部重点实验室	2	3	1.0	1.0