融合局部截断距离及小簇合并的密度峰值聚类

摘要

针对密度峰值聚类算法定义的截断距离仅考虑样本全局分布，在样本分配时容易产生“多米诺骨牌”现象等问题，提出一种融合局部截断距离及小簇合并的密度峰值聚类算法。基于样本局部分布信息计算每个样本截断距离和局部密度，有利于准确获得复杂结构数据集上密度峰；根据样本决策值之间差值关系选择潜在密度峰并形成多个小簇；定义一种新的小簇间相似度，根据此相似度将小簇合并获得聚类结果，有效避免了“多米诺骨牌”现象。采用6个人工数据集和8个UCI数据集进行验证，所提算法在上述14个数据集上的标准化互信息、调整兰德系数和调整互信息平均值比5个对比算法平均提高18.15%、28.99%和20.22%,比原始密度峰值聚类算法提高30.06%,47.15%和31.90%,具有较好的聚类效果。

关键词

聚类 / 密度峰值聚类 / 截断距离 / 局部密度 / 潜在密度峰