摘要
针对数据聚类问题提出了一种改进的密度聚类算法。该算法将数据点分为核心点和边界点两大类,并根据核心点之间的连通性,将核心点合并为多个核心区域,每个核心区域分配一个独有的虚拟标签。以数据点间的距离为基础,构建拉普拉斯矩阵,在此基础上将核心点上的虚拟标签传播到边界点,拥有同种标签的数据点属于同一类簇。在合成数据集和真实数据集上的测试结果表明,改进的新算法相较于经典聚类算法在聚类效果上有明显提高。
作者
刘雷
甘腾
LIU Lei;GAN Teng
出处
《桂林航天工业学院学报》
2022年第2期168-172,共5页
Journal of Guilin University of Aerospace Technology
基金
桂林航天工业学院校级科研项目“电动汽车物流配送优化研究”(XJ20KT19)。