面向密度峰值聚类的高效相似度度量

摘要

针对密度峰值聚类(density peaks clustering, DPC)计算复杂度高的问题，提出一种面向密度峰值聚类的高效相似度度量(efficient similarity measure, ESM)法，通过仅度量最近邻之间的相似度构建不完全相似度矩阵。最近邻的选择基于一个随机第三方数据对象，无需另外引入参数。基于ESM法构建相似度矩阵，提出一种改进的高效密度峰值聚类(efficient density peaks clustering, EDPC)算法，在保持准确率的同时提高DPC识别聚类中心的效率。理论分析和试验结果表明，ESM法通过减少一定不相似的相似度，可以有效提高DPC及其改进算法基于K最近邻的密度峰值聚类(density peaks clustering based on K-nearest neighbors, DPC-KNN)和模糊加权K最近邻密度峰值聚类(fuzzy weighted K-nearest neighbors density peaks clustering, FKNN-DPC)的计算效率，具有较强的可扩展性。

关键词

密度峰值聚类 / 聚类中心 / 相似度矩阵 / 计算复杂度 / 大规模数据集