基于密度峰值的网格聚类算法

来源：计算机应用杂志2017年第11期北京时间：

作者：杨洁, 王国胤, 王飞

单位：1. 计算智能重庆市重点实验室(重庆邮电大学), 重庆 400065;2. 遵义师范学院 物理与电子科学学院, 贵州 遵义 563002

摘要：2014年提出的密度峰值聚类算法，思想简洁新颖，所需参数少，不需要进行迭代求解，而且具有可扩展性。基于密度峰值聚类算法提出了一种网格聚类算法，能够高效地对大规模数据进行处理。首先，将N维空间粒化为不相交的长方形网格单元；然后，统计单元空间的信息，利用密度峰值聚类寻找中心点的思想确定中心单元，即中心网格单元被一些低局部密度的数据单元包围，而且与比自身局部密度高的网格单元的距离相对较大；最后，合并与中心网格单元相近网格单元，从而得出聚类结果。在UCI人工数据集上的仿真实验结果表明，所提算法能够较快得出聚类中心，有效处理大规模数据的聚类问题，具有较高的效率，与原始的密度峰值聚类算法相比，在不同数据集上时间损耗降低至原来的1/100~1/10，而精度损失维持在5%~8%。

关键词：密度峰值,网格粒化,大规模数据,聚类

基金资助：国家自然科学基金资助项目（61572091）；重庆市研究生科研创新项目（CYB16106）；高端人才项目（RC2016005）；贵州省级重点学科（黔学位办[2013]18号）。