摘要

文章基于混合型数据对传统谱聚类算法进行改进。针对传统谱聚类算法对尺度参数敏感的问题,提出一种密度调整的尺度参数自适应的核函数。同时,在谱聚类的聚类步中为了减少初始聚类中心对聚类结果的影响,利用集成的k-means代替单一的k-means进行聚类,以增强聚类结果的稳定性。并通过实验对比证明算法的有效性。