K近邻和加权相似性的密度峰值聚类算法

作者:赵嘉; 陈磊; 吴润秀; 张波; 韩龙哲
更新时间:

density peak 聚类算法的局部密度定义没有考虑密度分布不均匀的数据簇之间样本密度差异的影响,容易导致簇中心的错误选择。它的分配策略基于欧氏距离,链式分配是通过密度峰值进行的,而流形数据通常有更多样本远离其密度峰值,导致大量本应属于同一集群的样本错误地分配给其他集群,该算法根据样本的k近邻信息重新定义样本的局部密度。这种定义方法可以调整样本局部密度的大小,准确地找到密度峰值。利用样本的共享最近邻和自然最近邻信息来定义样本之间的相似性,摒弃了欧氏距离对分配策略的影响,避免了样本分配策略的错误联合效应。对流形数据集和密度不均匀数据集的对比实验表明,本文算法能够准确地找到密度差异较大的数据集的密度峰值,避免了流形数据分配的错误联合效应,同时对真实数据集的聚类效果也非常好