基于稀疏因子与非共享近邻的密度峰值聚类算法
来源：计算机应用与软件杂志2025年第7期北京时间：
作者：段鑫杰, 马燕, 黄慧, 王斌
摘要：对于密度分布不均匀的数据集，密度峰值聚类算法（DPC）在确定聚类中心和分配数据点时容易出错。为解决上述问题，提出一种基于稀疏因子和非共享近邻的聚类算法。根据数据点的稀疏因子动态调整其截断距离，利用测地距离计算数据点的局部密度，使得聚类中心受数据集稀疏分布的影响较小；根据数据点的相对非共享近邻，计算聚类中心所在路径上相关联点对的不一致因子；删除最小生成树上最大不一致因子所对应的边，得到聚类结果。实验结果表明，该算法的性能优于对比算法。
关键词：聚类中心, 截断距离, 共享近邻, 最小生成树, 路径
