针对密度峰值聚类算法(DPC,the density peak clustering algorithm)聚类结果受距离阈值dc参数影响较大的问题，提出一种局部密度捕获范围以及利用局部密度信息熵均值进行加权优化的方法(简称为LDDPC),在DPC算法选取到错误的距离阈值dc时，通过对最大密度邻近点的相对距离进行加权，重新获得正确的分类数量和聚类中心；经典数据集的实验结果表明，基于局部密度信息熵均值加权优化能避免DPC算法中距离阈值dc对聚类结果的影响，提高分类的正确率。
科研之友
微信
新浪微博
Facebook
分享链接
