基于自然和加权共享最近邻的密度峰值聚类算法

王森; 陈翔; 詹小秦; 徐璐; 吴启正

doi:10.16749/j.cnki.jecjtu.20240614.002

华东交通大学学报 ›› 2025, Vol. 42 ›› Issue (04) : 120 -126. DOI: 10.16749/j.cnki.jecjtu.20240614.002

基于自然和加权共享最近邻的密度峰值聚类算法

王森, 陈翔, 詹小秦, 徐璐, 吴启正

作者信息 +

Author information +

文章历史 +

PDF

摘要

密度峰值聚类（DPC）作为一种高效且不需要迭代的聚类算法得到广泛应用。研究发现，该算法使用密度不均匀数据集上时，DPC很难选择正确的簇中心，且该算法受参数的影响较大。为了解决DPC算法在密度分布不均匀的数据集上效果不佳的问题，提出了一种基于自然和加权共享最近邻的密度峰值聚类算法。该算法首先引入自然最近邻计算加权值，再根据一阶和二阶共享最近邻的定义重新计算数据对象之间的相似度，然后通过融合共享最近邻相似度的定义和自然最近邻权重值计算相对密度和相对距离，最后还设计了新的分类型簇中心扩散分配策略。