原创力文档摘要
在大数据时代的浪潮中，如何从海量的数据中提取有价值的信息，成为了当下的研
究热点。聚类分析可以在没有任何先验信息的情况下挖掘数据间的内部结构，现已成为
数据挖掘领域的一个重要工具。密度峰值聚类算法（DensityPeaksClustering，DPC）
于2014年由Rodriguez等人提出，该算法因初始参数少、不需要迭代、对噪声数据鲁棒
性强和易于实现等优点而受到数据挖掘领域众多研究学者的关注。在获得热度的同时，
人们也发现了DPC算法所存在的局限性，具体表现为：难以确
摘要
在大数据时代的浪潮中，如何从海量的数据中提取有价值的信息，成为了当下的研
究热点。聚类分析可以在没有任何先验信息的情况下挖掘数据间的内部结构，现已成为
数据挖掘领域的一个重要工具。密度峰值聚类算法（DensityPeaksClustering，DPC）
于2014年由Rodriguez等人提出，该算法因初始参数少、不需要迭代、对噪声数据鲁棒
性强和易于实现等优点而受到数据挖掘领域众多研究学者的关注。在获得热度的同时，
人们也发现了DPC算法所存在的局限性，具体表现为：难以确
文档评论（0）