计算机科学与探索

作者：金辉，钱雪忠

单位：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，江苏 无锡 214122

关键词：密度峰,自然最近邻居,局部密度,稀疏区域,类簇间相似度

针对现有的基于密度的聚类算法存在参数敏感，处理非球面数据和复杂流形数据聚类效果差的问题，提出一种新的基于密度峰值的聚类算法。该算法首先根据自然最近邻居的概念确定数据点的局部密度，然后根据密度峰局部密度最高并且被稀疏区域分割来确定聚类中心，最后提出一种新的类簇间相似度概念来解决复杂流形问题。在实验中，该算法在合成和实际数据集中的表现比DPC（clustering by fast search and find of density peaks）、DBSCAN（density-based spatial clustering of applications with noise）和K-means算法要好，并且在非球面数据和复杂流形数据上的优越性特别大。

来源：2019年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第4期