山东大学学报(工学版)

作者：卢建云,张蔚,李林

单位：1.重庆电子工程职业学院人工智能与大数据学院, 重庆 401331;2.电子科技大学计算机科学与工程学院, 四川 成都 611731;3.中国电子科技集团公司第二十九研究所, 四川 成都 610036

关键词：动态局部密度,泊松概率密度函数,逆k最近邻,聚类结构,决策图,

基金：四川省科学技术项目(2020YFH0037);重庆市技术创新与应用发展面上项目(cstc2019jscx-msxmX0035);重庆市科技局重大项目(cstc2018jszx-cyztzxX0034);重庆市教委科学技术项目(KJQN202103109)

为提高逆k最近邻在度量局部密度时的区分度,提出动态逆k最近邻概念。利用泊松概率密度函数拟合逆k最近邻分布,并计算累积动态逆k最近邻局部密度;基于动态局部密度对数据对象进行排序,利用逆k最近邻域扩展算法生成聚类结构;依据动态局部密度和欧式距离设计聚类决策图,根据决策图找出聚类结构中的类间间断点,利用间断点将聚类结构直接划分成独立的类簇。将本研究提出的聚类结构划分聚类(cluster structure partition clustering,CSPC)算法与DBSCAN、DPC和RNN-DBSCAN算法在人工和真实数据集上进行试验对比,CSCP在人工和真实数据集上的评价指标F1平均分别提高8.8%和8.2%,评价指标标准互信息平均分别提高11.6%和7.3%。试验结果表明CSPC算法取得了更好的聚类结果。

来源：2022年第2期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2022年第2期