自适应多密度峰值子簇融合聚类算法

来源：计算机工程与应用杂志2023年第23期北京时间：

作者：陈迪, 杜韬, 周劲, 仵匀政, 王心耕

单位：1.济南大学 信息科学与工程学院，济南 250024 ；2.山东省网络环境智能计算技术重点实验室，济南 250024

摘要：经典的密度峰值聚类算法在计算局部密度时过分依赖截断距离，在分配非中心点时易出现连锁效应，且人工选取聚类中心点的方式难以识别出密度不均匀簇的聚类中心。针对该问题，提出一种自适应多密度峰值子簇融合聚类算法。考虑样本的邻域信息，将自然邻居的思想引入密度峰值聚类中，实现了样本点局部密度的自适应计算；为发现稀疏密度簇的中心，提出一种簇中心自动选取策略用于确定初始子簇中心，并使用一种两阶段分配策略降低连锁效应发生的概率；提出一种基于K近邻相似度的度量准则，将相似度高的子簇进行融合，得到最终的聚类结果。在二维合成数据集以及UCI数据集上，相较经典的密度峰值聚类算法以及近年来对其改进的算法，该算法表现出更优异的性能。

关键词：自然邻居,密度峰值聚类,多子簇融合,分配策略