一种基于网格划分的密度峰值聚类改进算法

• 作者: 曾庆鹏 江平平
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 密度峰值 网格 聚类算法
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 算法
• 页码范围: 268-274,280
• 页数: 8页
• 分类号: TP301.6
• 字数: 5799字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.045

摘要

针对密度峰值聚类(Density Peak Clustering,DPC)算法具有时空复杂度高而降低了对大规模数据集聚类的有效性,以及依靠决策图人工选取聚类中心等缺点,提出基于网格的密度峰值聚类(G-DPC)算法.采用基于网格的方式进行网格划分,用网格代表点替换网格单元整体;对各代表点聚类,通过改进的自适应方法选出核心网格代表点作为聚类中心;将剩余点归类,剔除噪声点.仿真实验验证了该算法对大规模数据集和高维数据集聚类的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾庆鹏	南昌大学信息工程学院	13	76	4.0	8.0
2	江平平	南昌大学信息工程学院	1	1	1.0	1.0