一种基于并行自然邻的局部核心点聚类算法

摘要

本发明公开一种基于并行自然邻的局部核心点聚类算法，包括以下几个步骤：S1：采用快速排序法对数据集进行KD‑树的构建；S2：采用并行的自然邻搜索算法，获取每个数据对象的邻域信息；S3：通过计算每个数据对象的密度从而获取局部核心点；S4：计算局部核心点之间的距离；S5：构造决策图，实现局部核心点的聚类；S6：分配非局部核心点，实现数据集的聚类。通过本发明定义了基于共享近邻的局部核心点之间的距离，提高了聚类算法的效率。