Ball-Tree优化的密度峰值聚类算法

作     者：丁松阳 田青云 DING Songyang;TIAN Qingyun

作者机构：河南财经政法大学计算机与信息工程学院郑州450046 

基　　金：国家自然科学基金(61202285) 

出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)

年 卷 期：2021年第57卷第20期

页      码：90-96页

摘      要：针对密度峰值聚类算法DPC(clustering by fast search and find of density peaks)时间复杂度高、准确度低的缺陷,提出了一种基于Ball-Tree优化的快速密度峰值聚类算法BT-DPC。算法利用第k近邻度量样本局部密度,通过构建Ball-Tree加速密度ρ及距离δ的计算;在类簇分配阶段,结合k近邻思想设计统计学习分配策略,将边界点正确归类。通过在UCI数据集上的实验,将该算法与原密度峰值聚类算法及其改进算法进行了对比,实验结果表明,BT-DPC算法在降低时间复杂度的同时提高了聚类的准确度。

主 题 词：聚类算法 ball-tree 密度峰值聚类 分配策略 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 

D　O　I：10.3778/j.issn.1002-8331.2009-0284

馆 藏 号：203105175...