相比較于其它聚類算法,密度峰值聚類算法可將任意形狀的數(shù)據(jù)與較少的參數(shù)和高效的聚類速度結合起來。針對當某個類中出現(xiàn)多個密度峰值時,聚類結果缺乏準確性的問題,提出一種改進的密度峰值聚類算法(CFSFDP)。該算法從決策點數(shù)值變化的角度,考慮3個點(當前數(shù)據(jù)點、當前點的前一數(shù)據(jù)點與當前點的后一數(shù)據(jù)點)連線形成夾角的變化情況實現(xiàn)算法自主選取聚簇中心;同時為減少人為因素對聚類結果有效性造成的影響,算法通過比較類簇之間的密度屬性,實現(xiàn)動態(tài)的子簇合并,減少主觀因素對算法結果的影響。通過實驗與已有密度聚類算法對比,改進算法不僅很好地避免了原算法人為確定參數(shù)給實驗結果造成的影響,而且具有更好的聚類性能。

【文章頁數(shù)】：5 頁

【文章目錄】：
0 引言
1 快速密度峰值搜索算法及改進
    1.1 傳統(tǒng)密度峰值搜索算法
    1.2 改進的密度峰值搜索算法
        1.2.1 改進的聚類中心選擇方法
        1.2.2 子簇合并處理
    1.3 改進后的算法流程
2 實驗與討論
    2.1 人工數(shù)據(jù)集結果分析
    2.2 UCI數(shù)據(jù)集結果分析
3 結語



本文編號：4041600