基于相似性的密度峰值聚类分析算法
刘昱
胡立华
太原科技大学计算机科学与技术学院 太原 030024
摘要：密度峰值聚类是一类具有代表性的聚类分析方法,但针对复杂数据集时,其聚类效果较差.论文利用数据对象的近邻信息,提出了一种密度峰值聚类分析算法.该算法首先采用数据对象的K近邻,计算数据对象局部密度,并通过与其K近邻的密度和距离的比值得到邻域密度比,重新定义了DPC密度计算方法,有效地解决了DPC截断距离dc在选择上的随意性;其次利用数据对象之间的相似性度量,结合影响空间、共享K近邻和密度比,给出了一种新的数据对象之间的相似性度量方法;然后利用数据对象的距离和密度相似的影响因素并与相似近邻结合,改进了FKNN-DPC分配策略.最后采用UCI数据集,实验验证了该算法具有良好的聚类簇效果.
关键词：聚类分析密度峰值相似性度量聚类簇扩展密度
分类号：TP301.6(计算技术、计算机技术)
论文发表日期：2023-06-20
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：6( 1250-1255 )
英文信息