快速搜索与发现密度峰值聚类算法的优化研究-计算机应用研究.PDFVIP

优先出版 计 算 机 应 用 研 究 第33 卷 快速搜索与发现密度峰值聚类算法的优化研究* 1, 2 2* 2 1, 2 3 蒋礼青 ，张明新 ，郑金龙 ，戴 娇 ，尚赵伟 (1 ．中国矿业大学 计算机科学与技术学院，江苏 徐州 221116 ；2 ．常熟理工学院 计算机科学与工程学院，江苏 常熟 215500 ；3．重庆大学 计算机科学与技术，重庆400030) 摘 要：CFSFDP 是基于密度的新聚类算法，可聚类非球形数据集，具有聚类速度快实现简单等优点。CFSFDP 需人工 尝试确定密度阈值dc 且对一个类中存在多密度峰值的数据无法进行准确聚类，为解决该缺点，本文提出基于近邻距离 曲线和类合并优化CFSFDP （简称NM-CFSFDP）的聚类算法。首先，算法用近邻距离曲线变化情况自动确定密度阈值 dc ；然后，用本文提出自动确定dc 的CFSFDP 对数据聚类；最后用本文计算dc 值的方法指导类的合并，引入内聚程度 衡量参数解决了类合并后不能撤销的难题，从而实现对多密度峰值数据的正确聚类。通过实验对比，NM-CFSFDP 算法 确实比CFSFDP 算法具有更加精确的聚类效果。 关键词：聚类；密度峰值；近邻距离曲线；类合并 中图分类号：TP301.6 Optimization of clustering by fast search and find of density peaks 1, 2 2* 2 1, 2 3 Jiang Liqing , Zhang Mingxin , Zheng Jinlong , Dai Jiao , Shang Zhaowei (1. School of Computer Science Technology, China University of Mining Technology, Xuzhou 221116, China; 2. School of Computer Science Engineering, Changshu Institute of Technology, Changshu 215500, China; 3. Dept. of College of Computer Science, University of Chongqing, Chongqing, 400030, China) Abstract: CFSFDP algorithm was a new clustering algorithm based on density, which can cluster non spherical data sets, CFSFDP had the advantages of fast clustering speed and simple realization . But the CFSFDP algorithm need to perform multiple attempts to determine the density threshold dc and the existence of multiple density peaks of one class leaded to inco