-
题名结合密度比和系统演化的密度峰值聚类算法
被引量:2
- 1
-
-
作者
曹俊茸
张德生
肖燕婷
-
机构
西安理工大学理学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第21期75-82,共8页
-
基金
国家自然基金青年科学基金(11801438)。
-
文摘
密度峰值聚类算法(DPC)能够有效地进行非球形数据的聚类,该算法需要输入截断距离,人工截取聚类中心,导致DPC算法的聚类效果有时较差。针对这些问题,提出一种结合密度比和系统演化的密度峰值聚类算法(DS-DPC)。利用自然最近邻搜索得出各样本点的邻居数目,根据密度比思想改进密度计算公式,使其能够反映周围样本的分布情况;对局部密度与相对距离的乘积进行降序排列,根据排序值选出聚类中心,将剩余样本按照DPC算法的分配策略进行聚类,避免了手动选择聚类中心的主观性;利用系统演化方法判断聚类结果是否需要合并或分离。通过在多个数据集上进行实验,并与其他聚类算法进行比较,实验结果表明,该算法具有较好的聚类效果。
-
关键词
密度峰值聚类算法
自然最近邻
密度比
系统演化方法
聚类
-
Keywords
density peak clustering algorithm
natural nearest neighbor
density-ratio
system evolution method
clustering
-
分类号
TP301
[自动化与计算机技术—计算机系统结构]
-