自然邻居密度极值聚类算法

TP311.1; 针对密度峰值聚类算法存在数据集密度差异较大时,低密度区域聚类中心难以检测和参数敏感的问题,提出了一种新型密度极值算法.引入自然邻居概念寻找数据对象自然近邻,定义椭圆模型计算自然稳定状态下数据局部密度;计算数据对象余弦相似性值,用余弦相似性值来更新数据对象连通值,采用连通值划分高低密度区域和离群点;构造密度极值函数找到高低密度不同区域聚类中心点;将不同区域非聚类中心点归并到离其最近的聚类中心所在簇中.通过在合成数据集和UCI公共数据集实验分析:该算法比其他对比算法在处理密度分布差异较大数据集上取得了更好的结果....

Full description

Saved in:
Bibliographic Details
Published in计算机工程与应用 Vol. 57; no. 23; pp. 200 - 210
Main Authors 张忠林, 赵昱, 闫光辉
Format Journal Article
LanguageChinese
Published 兰州交通大学 电子与信息工程学院,兰州 730000 01.12.2024
Subjects
聚类;自然邻居;密度自适应距离;锚点;连通值;密度极值
Online AccessGet full text
ISSN1002-8331
DOI10.3778/j.issn.1002-8331.2107-0529

Cover

More Information
Summary:TP311.1; 针对密度峰值聚类算法存在数据集密度差异较大时,低密度区域聚类中心难以检测和参数敏感的问题,提出了一种新型密度极值算法.引入自然邻居概念寻找数据对象自然近邻,定义椭圆模型计算自然稳定状态下数据局部密度;计算数据对象余弦相似性值,用余弦相似性值来更新数据对象连通值,采用连通值划分高低密度区域和离群点;构造密度极值函数找到高低密度不同区域聚类中心点;将不同区域非聚类中心点归并到离其最近的聚类中心所在簇中.通过在合成数据集和UCI公共数据集实验分析:该算法比其他对比算法在处理密度分布差异较大数据集上取得了更好的结果.
ISSN:1002-8331
DOI:10.3778/j.issn.1002-8331.2107-0529