基于密度峰值的不确定性数据聚类算法

摘要

针对不确定数据规模较大，类簇划分精准度受限，导致数据聚类效率较低的问题，提出基于密度峰值的不确定性数据聚类算法。利用马氏距离法，剔除相关性较小的干扰性样本数据，通过熵值计算不确定数据样本缺失值，逐步进行反向还原；利用密度峰值计算法确定类簇中心的分布情况，引入决策图，进行数据类簇划分；利用K近邻思想得到非类中心数据样本信任值，二次识别及划分类簇内信任值差距较大的数据点以及噪点，完成密度峰聚类法的优化。实验结果表明，面对大规模数据时，依然实现了类簇精准划分，聚类耗时较少。所提方法具有较高的运算效率，对不确定性数据挖掘与分析具有重大意义。

关键词

马氏距离法 / 熵值 / 决策图 / 密度峰值 / K近邻思想