自然最近邻优化的密度峰值聚类算法*

• 作者: 金辉 钱雪忠
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 密度峰 自然最近邻居 局部密度 稀疏区域 类簇间相似度
• 年，卷（期）: 2019,（4）
• 所属期刊栏目: 理论与算法
• 页码范围: 711-720
• 页数: 10页
• 分类号: TP301.6
• 字数: 4623字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1804033

摘要

针对现有的基于密度的聚类算法存在参数敏感,处理非球面数据和复杂流形数据聚类效果差的问题,提出一种新的基于密度峰值的聚类算法.该算法首先根据自然最近邻居的概念确定数据点的局部密度,然后根据密度峰局部密度最高并且被稀疏区域分割来确定聚类中心,最后提出一种新的类簇间相似度概念来解决复杂流形问题.在实验中,该算法在合成和实际数据集中的表现比DPC(clustering by fast search and find of density peaks)、DBSCAN(density-based spatial clustering of applications with noise)和K-means算法要好,并且在非球面数据和复杂流形数据上的优越性特别大.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	钱雪忠	江南大学物联网工程学院物联网技术应用教育部工程研究中心	92	741	15.0	22.0
2	金辉	江南大学物联网工程学院物联网技术应用教育部工程研究中心	2	11	2.0	2.0