逆近邻和加权相似性的密度峰值聚类算法

摘要

密度峰值聚类算法在处理密度分布不均数据时，定义的局部密度未能考虑样本所在区域密度差异的影响，导致错误识别类簇中心；在处理流形数据时，设定的分配策略依据欧氏距离进行链式分配，极易导致稀疏类簇的样本误归并给密集类簇.鉴于此，提出逆近邻和加权相似性的密度峰值聚类(DPC-NWS)算法.算法设置局部密度时，引入逆近邻思想，充分考虑样本k近邻和非k近邻对样本周围环境的影响，能更容易在稀疏类簇找到类簇中心；在剩余样本分配时，使用自然近邻和共享近邻设定样本间的相似性，新定义的样本相似性更加符合样本的实际分布，避免了样本的连续错误分配，达到正确分配的目的.将DPC-NWS算法与DPC、FNDPC、DPC-CE、DPC-DBFN、IDPC-FA算法在数据集上进行聚类，对比实验结果表明，DPC-NWS算法的聚类效果好.

关键词

聚类 / 密度峰值 / 逆近邻 / 自然近邻 / 共享近邻