一种基于可拓关联函数的改进密度峰值聚类方法

摘要

一种基于可拓关联函数的改进密度峰值聚类方法，包括：引入平均差异度作为样本密度度量标准并获得相应的相对距离；绘制相应的决策图，选取密度和相对距离都较大的样本点作为簇心；基于k邻域思想提出雏形簇概念，将雏形簇内样本点标记为已分配点；分别建立样本集和雏形簇物元模式下的节域和经典域；计算经典域和节域下的可拓距及相应的位值；构建各属性的可拓关联函数及综合关联函数；依次遍历未分配点，获取其对各雏形簇的综合关联函数值，将其分配到最大综合关联函数值所对应的簇中，并标记为已分配点，直至不存在未分配点，完成聚类。本发明对任意形状的数据集能实现准确的簇心选取和精确的聚类，具有更高的聚类准确率和更稳定的聚类性能。