计算机应用研究

作者：刘继,杨金瑞,

单位：新疆财经大学a.统计与数据科学学院;b.新疆社会经济统计与大数据应用研究中心,乌鲁木齐830012；

关键词：密度峰值聚类,密度阈值,网格,近邻优化,

基金：国家自然社科基金资助项目(72164034)；；

密度峰值聚类（DPC）将数据样本点的局部密度和相对距离进行结合，能对任意形状数据集进行聚类处理，但密度峰值聚类算法存在主观选择截断距离、简单分配策略和较高时间复杂度等问题。为此，提出了一种基于网格近邻优化的密度峰值聚类算法（KG-DPC算法）。首先对数据空间进行网格化，减少了样本数据点之间距离的计算量；在计算局部密度时不仅考虑了网格自身的密度值，而且考虑了周围k个近邻的网格密度值，降低了主观选择截断距离对聚类结果的影响，提高了聚类准确率，设定网格密度阈值，保证了聚类结果的稳定性。通过实验结果表明，KG-DPC算法比DBSCAN、DPC和SDPC算法在聚类准确率上有很大提升，在聚类平均消耗时间上DPC、SNN-DPC和DPC-NN 算法分别降低38%、44%和44%。在保证基本聚类准确率的基础上，KG-DPC算法在聚类效率上有特定优势。

来源：2024年第4期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第4期