文献类型：期刊文章

作　　者：蒋礼青[1,2] 张明新[2] 郑金龙[2] 戴娇[1,2] 尚赵伟[3]

机构地区：[1]中国矿业大学计算机科学与技术学院,江苏徐州221116 [2]常熟理工学院计算机科学与工程学院,江苏常熟215500 [3]重庆大学计算机科学与技术学院,重庆400030

出　　处：《计算机应用研究》

基　　金：国家自然科学基金资助项目(61173130)

年　　份：2016

卷　　号：33

期　　号：11

起止页码：3251-3254

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、UPD、ZGKJHX、ZMATH、核心刊

摘　　要：CFSFDP是基于密度的新聚类算法,可聚类非球形数据集,具有聚类速度快、实现简单等优点。CFSFDP需人工尝试确定密度阈值dc,且对一个类中存在多密度峰值的数据无法进行准确聚类。为解决该缺点,提出基于近邻距离曲线和类合并优化CFSFDP(简称NM-CFSFDP)的聚类算法。算法用近邻距离曲线变化情况自动确定密度阈值dc,采用确定dc的CFSFDP对数据聚类,并利用计算dc值的方法指导类的合并,引入内聚程度衡量参数解决了类合并后不能撤销的难题,从而实现对多密度峰值数据的正确聚类。通过实验对比,NM-CFSFDP算法确实比CFSFDP算法具有更加精确的聚类效果。

关 键 词：聚类 密度峰值  近邻距离曲线  类合并  

分 类 号：TP301.6]