自适应聚合策略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 K近邻(KNN) 局部密度 合并策略 类簇间密度可达
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 理论与算法
• 页码范围: 712-720
• 页数: 9页
• 分类号: TP301.6
• 字数: 5052字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1902022

摘要

针对密度峰值聚类算法受人为干预影响较大和参数敏感的问题,即不正确的截断距离dc会导致错误的初始聚类中心,而且在某些情况下,即使设置了适当的dc值,仍然难以从决策图中人为选择初始聚类中心.为克服这些缺陷,提出一种新的基于密度峰值的聚类算法.该算法首先根据K近邻的思想来确定数据点的局部密度,然后提出一种新的自适应聚合策略,即首先通过算法给出阈值判断初始类簇中心,然后依据离初始类簇中心最近分配剩余点,最后通过类簇间密度可达来合并相似类簇.在实验中,该算法在合成和实际数据集中的表现比DPC、DBSCAN、KNNDPC和K-means算法要好,能有效提高聚类准确率和质量.

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