论文研究快速搜索与发现密度峰值聚类算法的优化研究.pdf

CFSFDP是基于密度的新聚类算法，可聚类非球形数据集，具有聚类速度快、实现简单等优点。CFSFDP需人工尝试确定密度阈值dc，且对一个类中存在多密度峰值的数据无法进行准确聚类。为解决该缺点，提出基于近邻距离曲线和类合并优化CFSFDP（简称NM-CFSFDP）的聚类算法。算法用近邻距离曲线变化情况自动确定密度阈值dc，采用确定dc的CFSFDP对数据聚类，并利用计算dc值的方法指导类的合并，引入内聚程度衡量参数解决了类合并后不能撤销的难题，从而实现对多密度峰值数据的正确聚类。通过实验对比，NM-CFSFDP算法确实比CFSFDP算法具有更加精确的聚类效果。