基于自适应分层共享近邻的密度峰值聚类算法

来源：吉林大学学报·理学版杂志2026年第2期北京时间：

作者：杜睿山, 芦博瑞, 孟令东, 江南, 张云柏

单位：1. 东北石油大学 计算机与信息技术学院, 黑龙江 大庆 163318；2. 油气藏及地下储库完整性评价黑龙江省重点实验室, 黑龙江 大庆 163318；3. 迈阿密大学 赫伯特商学院, 美国 佛罗里达州 科勒尔盖布尔斯 33146; 4. 哥伦比亚大学 数据科学学院, 美国 纽约 10027

摘要：针对传统密度峰值聚类算法未考虑类簇间密度差异、 需预先设定类簇数量以及单一分配策略方面的不足, 提出一种基于自适应分层共享近邻的密度峰值聚类算法. 首先, 通过自适应共享近邻与分层次增加权重的方式计算样本间相似度, 重新定义局部密度和相对距离；其次, 引入二阶导数识别拐点, 并基于拐点信息计算加权三角形面积以自动选取聚类中心； 最后, 结合相似度矩阵与相对距离进行二次分配以降低链式反应的影响. 在9个人工数据集和9个UCI真实数据集上的实验结果表明, 该算法在聚类性能上普遍优于密度峰值聚类算法及其改进算法, 展现出更高的准确性和鲁棒性, 适用于复杂分布数据的聚类分析.

关键词：密度峰值聚类,分层共享近邻,局部密度,聚类中心,分配策略