基于证据理论的三向密度峰值聚类
来源：计算机应用与软件杂志2024年第5期北京时间：
作者：赵乌吉斯古楞, 涂云杰
摘要：为避免聚类标签错误传播，并且充分挖掘邻域信息，提出一种基于证据理论的三向密度峰聚类方法。在分配非分组点时考虑到K近邻的聚类信息，有利于提升聚类精度;用证据理论来描述和合并这些近邻信息，使建立的三向聚类模型能够将它们分配到最可能的聚类中从而有效地避免了密度峰值聚类算法中错误标签的传播。在多个数据集上的实验对比结果表明，提出的方法能够有效避免聚类标签错误传播，并且实现了较高的聚类精度。
关键词：密度峰值聚类, 标签错误传播, 三向理论, 证据理论
