一种面向复杂数据的快速搜索和寻找密度峰值的聚类算法

摘要

本发明公开了一种面向复杂数据的快速搜索和寻找密度峰值的聚类算法，基于累积近邻度的局部密度定义方式通过样本与其k近邻样本的距离定义该样本的离心率，再通过该样本与其k近邻样本的离心率比较确定该样本局部密度，该局部密度使样本的局部信息被充分利用；基于图形度连接的微簇合并分配策略首先使用密度峰值聚类分配策略将样本分为多个微簇，再计算样本间的加权邻近度，以此确定微簇间的相似程度，将相似程度最高的微簇依次合并，形成最终聚类。实验结果表明本发明能在多尺度、交叉缠绕和流型的复杂数据集中正确找到密度峰值点，并能对其余样本进行正确的分配，聚类精度得到较高提升。