一种改进的基于核密度估计的DPC算法-计算机应用与软件.PDFVIP

第３４卷第１２期　　　 计算机应用与软件 Ｖｏｌ３４Ｎｏ．１２ ２０１７年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１７ 一种改进的基于核密度估计的ＤＰＣ算法 仇上正　张曦煌 （江南大学物联网工程学院　江苏无锡２１４０００） 摘　要　　快速搜索和找到密度峰ＤＰＣ（ｃｌｕｓｔｅｒｉｎｇｂｙｆａｓｔｓｅａｒｃｈａｎｄｆｉｎｄｏｆｄｅｎｓｉｔｙｐｅａｋｓ）的聚类是一种新颖的算 法，它通过找到密度峰来有效地发现聚类的中心。ＤＰＣ算法的精度取决于对给定数据集的密度的精确估计以及 对截止距离ｄｃ（ｃｕｔｏｆｆｄｉｓｔａｎｃｅ）的选择。ｄｃ主要是用于计算每个数据点的密度和识别集群中的边界点，而ＤＰＣ算 法中ｄｃ的估计值却主要取决于主观经验值。提出一种基于核密度估计的ＤＰＣ方法（ＫＤＥＤＰＣ）来确定最合适的 ｄｃ值。该方法通过引用一种新的ＳｏｌｖｅｔｈｅＥｑｕａｔｉｏｎ方法进行窗宽优化，根据不同数据集的概率分布，计算出最适 合的ｄｃ。标准聚类基准数据集的实验结果证实了所提出的方法优越于ＤＰＣ算法以及经典的Ｋｍｅａｎｓ算法、ＤＢ ＳＣＡＮ算法和ＡＰ算法。 关键词　　概率密度估计　核密度估计　类簇中心　聚类 中图分类号　ＴＰ３９１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１７．１２．０５３ ＡＮＩＭＰＲＯＶＥＤＤＰＣＡＬＧＯＲＩＴＨＭＢＡＳＥＤＯＮＫＥＲＮＥＬＤＥＮＳＩＴＹＥＳＴＩＭＡＴＩＯＮ ＱｉｕＳｈａｎｇｚｈｅｎｇ　ＺｈａｎｇＸｉｈｕａｎｇ （ＳｃｈｏｏｌｏｆＩｎｔｅｒｎｅｔｏｆＴｈｉｎｇｓＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｎａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｘｉ２１４０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｃｌｕｓｔｅｒｉｎｇｂｙｆａｓｔｓｅａｒｃｈａｎｄｆｉｎｄｏｆｄｅｎｓｉｔｙｐｅａｋｓ（ＤＰＣ）ｉｓａｎｏｖｅｌａｌｇｏｒｉｔｈｍｔｈａｔｅｆｆｉｃｉｅｎｔｌｙｄｉｓｃｏｖｅｒｓｔｈｅ ｃｅｎｔｅｒｓｏｆｃｌｕｓｔｅｒｓｂｙｆｉｎｄｉｎｇｔｈｅｄｅｎｓｉｔｙｐｅａｋｓ．ＴｈｅａｃｃｕｒａｃｙｏｆＤＰＣｄｅｐｅｎｄｓｏｎｔｈｅａｃｃｕｒａｔｅｅｓｔｉｍａｔｉｏｎｏｆｄｅｎｓｉｔｉｅｓｆｏｒ ａｇｉｖｅｎｄａｔａｓｅｔａｎｄａｌｓｏｏｎｔｈｅｓｅｌｅｃｔｉｏｎｏｆｔｈｅｃｕｔｏｆｆｄｉｓｔａｎｃｅ（ｄｃ）．Ｍａｉｎｌｙ，ｄｃｉｓｕｓｅｄｔｏｃａｌｃｕｌａｔｅｔｈｅｄｅｎｓｉｔｙｏｆｅａｃｈ ｄａｔａｐｏｉｎｔａｎｄｔｏｉｄｅｎｔｉｆｙｔｈｅｂｏｒｄｅｒｐｏｉｎｔｓｉｎｔｈｅｃｌｕｓｔｅｒｓ．Ｈｏｗｅｖｅｒ，ｔｈｅｅｓｔｉｍａｔｉｏｎｏｆｄｃｌａｒｇｅｌｙｄｅｐｅｎｄｓｏｎｓｕｂｊｅｃｔｉｖｅ ｅｘｐｅｒｉｅｎｃｅ．Ｔｈｉｓｐａｐｅｒｐｒｅｓｅｎｔｓａｍｅｔｈｏｄｂａｓｅｄｏｎｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎ（ＫＤＥＤＰＣ）ｔｏｄｅｔｅｒｍｉｎｅｔｈｅｍｏｓｔｓｕｉｔａｂｌｅ ｄｃ．ＴｈｉｓｍｅｔｈｏｄｐｅｒｆｏｒｍｓｗｉｎｄｏｗｗｉｄｔｈｏｐｔｉｍｉｚａｔｉｏｎｂｙｒｅｆｅｒｅｎｃｉｎｇａｎｅｗＳｏｌｖｅｔｈｅＥｑｕａｔｉｏｎｍｅｔｈｏｄ．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅ ｐｒｏｂａｂｉｌｉｔｙｄｉｓｔｒｉｂｕｔｉｏｎｓｏｆｔｈｅｄｉｆｆｅｒｅｎｔｄａｔａｓｅｔｓ，ｔｈｅｏｐｔｉｍａｌｄｃｉｓｏｂｔａｉｎｅｄ．Ｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｏｆｓｔａｎｄａｒｄ ｃｌｕｓｔｅｒｉｎｇｂｅｎｃｈｍａｒｋｄａｔａｓｅｔｓｃｏｎｆｉｒｍｔｈａｔｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｉｓｓｕｐｅｒｉｏｒｔｏＤＰＣａｌｇｏｒｉｔｈｍ，ａｓｗｅｌｌａｓｃｌａｓｓｉｃＫ ｍｅａｎｓａｌｇｏｒｉｔｈｍ，ＤＢＳＣＡＮａｌｇｏｒｉｔｈｍａｎｄＡＰａｌｇｏｒｉｔｈｍ． Ｋｅｙｗｏｒｄｓ　　Ｐｒｏｂａｂｉｌｉｔｙｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎ　Ｋｅｒｎｅｌｄｅｎｓｉｔｙｅｓｔｉｍａｔｉｏｎ　Ｃｌｕｓｔｅｒｃｅｎｔｅｒ　Ｃｌｕｓｔｅｒｉｎｇ 助聚类分析，不仅可以从大