摘要: 针对密度峰值聚类算法的缺陷,提出一种基于相对参量的自适应密度峰值聚类算法。所提算法通过引入新参量相对局部密度来判断簇中心,削弱数据集中不同簇的密度不同对聚类效果的影响;通过使用新参量相对连通距离来衡量簇间的相似性,消除数据集中不同簇的尺寸大小不同对聚类效果的影响,增强算法在不同数据集上的适用性;通过构造相对局部密度信息熵函数,根据数据集的特点自适应确定相关参数,提高算法智能性;采用新的点分配策略,避免链式反应。实验结果表明,相较于标准密度峰值聚类算法及其改进算法,所提算法的聚类性能有较大提升。
中图分类号: