基于非洲秃鹫优化算法改进的密度峰值聚类

罗兴隆, 贺兴时, 周洁, 杨新社

山东大学学报(理学版) ›› 2024, Vol. 59 ›› Issue (01) : 46 -55+71.

PDF
山东大学学报(理学版) ›› 2024, Vol. 59 ›› Issue (01) : 46 -55+71.

基于非洲秃鹫优化算法改进的密度峰值聚类

    罗兴隆, 贺兴时, 周洁, 杨新社
作者信息 +

Author information +
文章历史 +
PDF

摘要

密度峰值聚类算法是一种自动寻找簇中心的新型快速搜索算法。针对其截断距离的不确定和一步式分配策略不稳健等缺陷,本文提出一种基于非洲秃鹫优化算法改进的密度峰值聚类算法。通过准确率(accuracy, Acc)这一评价指标建立优化问题的目标函数,利用非洲秃鹫优化算法强大的寻优能力对不确定的截断距离dc进行优化,降低了人为取值的不准确性;其次,根据数据集密度均值将其划分为高低不同的密度区域,对不同区域采用不同的分配策略,针对高密度区域内的数据点采用与原密度峰值聚类相同的分配方法,对低密度区域内数据点则根据其k近邻数量进行聚类;最后,将该算法在合成和真实数据集上进行实验验证,算法的聚类性能有了很大的提升,且对密度差异性较大的数据集划分也更加精确。

关键词

非洲秃鹫优化算法 / 密度峰值 / 截断距离 / 分配策略

Key words

引用本文

引用格式 ▾
基于非洲秃鹫优化算法改进的密度峰值聚类[J]. 山东大学学报(理学版), 2024, 59(01): 46-55+71 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

69

访问

0

被引

详细

导航
相关文章

AI思维导图

/