典型文献
结合密度比和系统演化的密度峰值聚类算法
文献摘要：
密度峰值聚类算法(DPC)能够有效地进行非球形数据的聚类,该算法需要输入截断距离,人工截取聚类中心,导致DPC算法的聚类效果有时较差.针对这些问题,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).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;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;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,该算法具有较好的聚类效果.
文献关键词：
密度峰值聚类算法;自然最近邻;密度比;系统演化方法;聚类
中图分类号：
作者姓名：
曹俊茸;张德生;肖燕婷
作者机构：
西安理工大学 理学院,西安 710054
文献出处：
引用格式：
[1]曹俊茸;张德生;肖燕婷-.结合密度比和系统演化的密度峰值聚类算法)[J].计算机工程与应用,2022(21):75-82
A类：
自然最近邻,系统演化方法
B类：
密度比,密度峰值聚类算法,DPC,形数,截断距离,截取,聚类中心,DS,最近邻搜索,样本点,邻居,密度计,对局,局部密度,相对距离,乘积,降序,排序值,分配策略,主观性
AB值：
0.226743
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
