基于類(lèi)簇合并的無(wú)參數(shù)密度峰值聚類(lèi)算法

打開(kāi)文本圖片集

摘 要： 密度峰值聚類(lèi)算法（DPC）通過(guò)決策圖直觀地找到類(lèi)簇中心進(jìn)而完成聚類(lèi)，是一種簡(jiǎn)單高效的聚類(lèi)算法。然而，DPC算法的截?cái)嗑嚯x和類(lèi)簇中心都是人為確定的，受主觀影響較大，具有不確定性。針對(duì)上述問(wèn)題，提出一種基于類(lèi)簇合并的無(wú)參數(shù)密度峰值聚類(lèi)算法（NDPCCM）。首先根據(jù)樣本點(diǎn)兩兩之間的相似度的分布特征將其分為類(lèi)內(nèi)相似度和類(lèi)間相似度兩種類(lèi)型，并利用類(lèi)內(nèi)相似度自動(dòng)確定截?cái)嘞嗨贫?，避免了人為設(shè)置參數(shù)；接著根據(jù)簇中心權(quán)值的下降趨勢(shì)自動(dòng)選擇初始類(lèi)簇中心，得到初始類(lèi)簇；最后通過(guò)合并初始類(lèi)簇對(duì)初步聚類(lèi)結(jié)果進(jìn)行優(yōu)化，提高了聚類(lèi)的準(zhǔn)確性。（剩余13140字）