基于密度峰和划分的快速聚类算法

作者：琚书存; 程文杰; 徐建鹏; 徐祥; 徐阳

来源：计算机与现代化, 2018, (08): 16-20.

• 密度峰聚类
• 核心对象
• 基于划分
• 边界密度
• 任意形状

传统基于划分的聚类算法需要人工给定聚类数,且由于算法采取刚性划分,可能会导致将较大或延伸状的聚类簇分割的现象,导致错误的聚类结果。密度峰聚类是近年提出的一种新的基于密度的聚类算法,该算法不需要预先指定聚类数目,且能够发现非球形簇。将密度峰思想引入基于划分的聚类算法,提出一种基于密度峰和划分的快速聚类算法(DDBSCAN),该算法首先获取一组簇的核心对象(密度峰),用于描述簇的"骨骼",而后将周围的点划分到最近的核心对象,最后通过判断划分边界处的密度情况合并簇。实验证明,该算法能有效地适应任意形状、大小不一的数据集,与传统基于密度的聚类算法相比收敛速度更快。

• 单位
  安徽省农村综合经济信息中心; 安徽省农业