计算机软件及计算机应用论文_结合共享近邻和共

文章摘要:密度峰聚类算法是一种基于密度的新型高效聚类算法，但是存在截断距离d_c难以确定、局部密度定义过于简单和聚类分配策略容错能力差的问题。针对上述问题，提出了一种结合共享近邻和共享逆近的密度峰聚类算法。首先，该算法利用样本的共享近邻和共享逆近邻构造新的相似度计算方法；然后，重新定义了局部密度计算公式，避免了截断距离d_c的选取问题；最后，提出了新的分配策略。实验中，在人工数据集和UCI数据集上进行测试，同时与SNNDPC、DPC、FKNN-DPC 、AP、OPTICS、DBSCAN和K-means算法进行比较。实验结果表明：提出密度峰聚类改进算法的聚类结果整体优于其他算法，同时克服了DPC算法中分配策略可能存在的链式错误分配问题。

文章关键词:

论文分类号:TP311.13

文章来源：《哈尔滨师范大学社会科学学报》 网址: http://www.hebsfdxshkxxb.cn/qikandaodu/2021/1029/1556.html