针对簇类中心自适应的密度峰值聚类算法

摘要

针对密度峰值聚类(CFSFDP)算法无法自动确定簇类中心点和需要人为主观通过决策图截取簇类中心的局限性的问题,提出了一种针对簇类中心自适应的密度峰值聚类算法.首先应用马氏距离计算方式计算数据的距离矩阵,其次根据簇类中心的分布规律提出自适应化的簇类中心提取机制,最后基于簇类中心的刻画自适应化离群点的分辨,从而得到最终的聚类效果.为验证所提方法的有效性,实验中对多个数据集进行广泛测试,结果表明:所提算法在人工测试数据集和UCI数据集上都比原CFSFDP算法具有更好的聚类结果.