基于密度比例的密度峰值聚类算法

来源：计算机工程与应用杂志2017年第16期北京时间：

作者：高诗莹1，2，3，周晓锋2，3，李 帅2，3

单位：1.东北大学 计算机科学与工程学院，沈阳 110000；2.中国科学院 沈阳自动化研究所，沈阳 110016；3.中国科学院 网络化控制系统重点实验室，沈阳 110016

摘要：CFSFDP（Clustering by Fast Search and Find of Density Peaks）是一种新的基于密度的聚类算法。该算法可以对非球形分布的数据聚类，有待调节参数少、聚类速度快等优点。但是对于类簇间密度相差较大的数据，该算法容易遗漏密度较小的类簇而影响聚类的准确率。针对这一问题，提出了基于密度比例峰值聚类算法即R-CFSFDP。该算法将密度比例引入到CFSFDP中，通过计算样本数据的密度比峰值来提高数据中密度较小类簇的辨识度，进而提升整体聚类的准确率。基于9个常用测试数据集（2个人工合成数据集，7个UCI数据集）的聚类实验结果表明，对于类簇间密度相差较大和类簇形状复杂的数据聚类问题，R-CFSFDP能够使得类簇中心更加清晰、易确定，聚类结果更好。

关键词：聚类,密度峰值,密度比例,密度变化