计算机应用

作者：王军, 周凯, 程勇

单位：1. 南京信息工程大学 计算机与软件学院, 南京 210044;2. 南京信息工程大学 科技产业处, 南京 210044

关键词：密度峰值,层次聚类,类合并,代表点,收缩因子

基金：国家自然科学基金资助项目（41875184，61373064）；江苏省"六大人才高峰"创新团队项目（TD-XYDXX-004）；赛尔网络下一代互联网技术创新项目（NGII20170610，NGII20171204）；江苏省农业气象重点实验室开放基金资助项目（KYQ1309）。

密度峰值聚类（DP）算法是一种新的基于密度的聚类算法，当它处理的单个聚类包含多个密度峰值时，会将每个不同密度峰值视为潜在聚类中心，以致难以在数据集中确定正确数量聚类，为此，提出一种混合的密度峰值聚类算法C-DP。首先，以密度峰值点为初始聚类中心将数据集划分为子簇；然后，借鉴代表点层次聚类算法（CURE），从子簇中选取分散的代表点，将拥有最小距离的代表点对的类进行合并，引入参数收缩因子以控制类的形状。仿真实验结果表明，在4个合成数据集上C-DP算法比DP算法聚类效果更好；在真实数据集上的Rand Index指标对比表明，在数据集S1上，C-DP算法比DP算法性能提高了2.32%，在数据集4k2_far上，C-DP算法比DP算法性能提高了1.13%。由此可见，C-DP算法在单个类簇中包含多密度峰值的数据集中能提高聚类的准确性。

来源：2019年第2期

《计算机应用》期刊编辑部

查看计算机应用杂志2019年第2期