自然最近邻优化的密度峰值聚类算法* |
| |
引用本文: | 金辉,钱雪忠. 自然最近邻优化的密度峰值聚类算法*[J]. 计算机科学与探索, 2019, 13(4): 711-720 |
| |
作者姓名: | 金辉 钱雪忠 |
| |
作者单位: | 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 |
| |
基金项目: | The National Natural Science Foundation of China under Grant;the Fundamental Research Funds for the Central Universities of China under Grant Nos. JUSRP51635B, JUSRP51510 |
| |
摘 要: | 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。
|
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 |
Optimized Density Peak Clustering Algorithm by Natural Nearest Neighbor |
| |
Abstract: | |
| |
Keywords: | |
本文献已被 万方数据 等数据库收录! |
|