结合密度比和系统演化的密度峰值聚类算法

作者：曹俊茸; 张德生; 肖燕婷

来源：计算机工程与应用, 2021, 1-10.

• 密度峰值聚类算法
• 自然最近邻
• 密度比
• 系统演化方法
• 聚类

密度峰值聚类算法（DPC）能够有效地进行非球形数据的聚类，但是，该算法需要输入截断距离，人工截取聚类中心，这就导致DPC算法的聚类效果有时较差。针对这些问题，本文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）。首先，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；其次，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；最后，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，本文算法具有较好的聚类效果。

• 单位
  西安理工大学