基于類簇合并的無參數(shù)密度峰值聚類算法

打開文本圖片集

摘 要： 密度峰值聚類算法（DPC）通過決策圖直觀地找到類簇中心進(jìn)而完成聚類，是一種簡單高效的聚類算法。然而，DPC算法的截?cái)嗑嚯x和類簇中心都是人為確定的，受主觀影響較大，具有不確定性。針對上述問題，提出一種基于類簇合并的無參數(shù)密度峰值聚類算法（NDPCCM）。首先根據(jù)樣本點(diǎn)兩兩之間的相似度的分布特征將其分為類內(nèi)相似度和類間相似度兩種類型，并利用類內(nèi)相似度自動(dòng)確定截?cái)嘞嗨贫?，避免了人為設(shè)置參數(shù)；接著根據(jù)簇中心權(quán)值的下降趨勢自動(dòng)選擇初始類簇中心，得到初始類簇；最后通過合并初始類簇對初步聚類結(jié)果進(jìn)行優(yōu)化，提高了聚類的準(zhǔn)確性。（剩余13140字）