-
题名基于密度二分法的密度峰值聚类方法
被引量:4
- 1
-
-
作者
许朝阳
林耀海
张萍
-
机构
莆田学院信息工程学院
福建农林大学计算机与信息学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2018年第12期138-145,共8页
-
基金
莆田市科技局项目(No.2015G2011)
福建省自然科学基金(No.2014J01073)
国家自然科学青年科学基金(No.31300473)
-
文摘
密度峰值聚类(DPC)方法能够快速地对数据进行聚类,而不管它们的形状和包含它们的空间的维数,近年来得到广泛研究和应用。然而,当各个聚类中心的密度的差异较大,或者同一个类中包含多个密度中心时,DPC计算效果受到影响。针对于此,提出了基于密度二分法的密度峰值聚类方法。首先,求出全部数据平均密度,将数据分为高密度点和低密度点,然后,根据高密度的点的决策图识别出聚类中心后,根据是否存在可达距离的数据点对同类的聚类中心实现合并。最后,根据提出的分配策略,使高密度点和低密度点都分配到合适的聚类中心,从而实现聚类。在多个合成及实际数据集上的实验表明,该方法的聚类效果明显优于已有的DPC方法。
-
关键词
密度峰值聚类
密度二分法
决策图
高密度点
-
Keywords
Density Peaks Clustering(DPC)
density dichotomy
decision diagram
high density points
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-