Abstract：
针对密度峰值聚类(density peaks clustering,DPC)算法由于分配策略导致其在非凸集上聚类效果不佳的问题,提出—种基于密度可达的优化密度峰值(density up to DPC,DTDPC)算法.算法根据簇中心权值趋势自动选择聚类中心,设计了基于密度可达的两步分配策略,对核心点与边界点进行划分.实验结果表明,DTDPC算法在凸数据与非凸数据集上均表现良好,与K-means、DBSCAN、DPC聚类算法的性能相比,DTDPC算法更加稳定.
Keyword：
Reprint Author's Address：
Email：
Source ：
计算机仿真
ISSN： 1006-9348
Year： 2022
Issue： 11
Volume： 39
Page： 371-375
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 4
Affiliated Colleges：
