10.3969/j.issn.1006-9348.2022.11.073
基于密度可达的密度峰值聚类算法
针对密度峰值聚类(density peaks clustering,DPC)算法由于分配策略导致其在非凸集上聚类效果不佳的问题,提出—种基于密度可达的优化密度峰值(density up to DPC,DTDPC)算法.算法根据簇中心权值趋势自动选择聚类中心,设计了基于密度可达的两步分配策略,对核心点与边界点进行划分.实验结果表明,DTDPC算法在凸数据与非凸数据集上均表现良好,与K-means、DBSCAN、DPC聚类算法的性能相比,DTDPC算法更加稳定.
密度峰值聚类、密度可达、非凸数据、核心点、光晕点
39
TP391(计算技术、计算机技术)
2023-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
371-375