加权最近邻分配的局部间隙密度聚类

作     者：宋鹏 葛洪伟 乔宇鑫 Song Peng;Ge Hongwei;Qiao Yuxin

作者机构：江苏省模式识别与计算智能工程实验室(江南大学)无锡214122 江南大学人工智能与计算机学院无锡214122 

出 版 物：《南京大学学报（自然科学版）》 (Journal of Nanjing University（Natural Science）)

年 卷 期：2022年第58卷第5期

页      面：827-835页

核心收录：

学科分类：08[工学] 081104[工学-模式识别与智能系统] 0811[工学-控制科学与工程] 

基　　金：国家自然科学基金(61806006) 江苏高校优势学科建设工程 

主　　题：聚类 密度聚类 加权最近邻 标签分配 

摘      要：变密度高维数据局部间隙密度聚类(Local Gap Density for Clustering High Dimensional Data with Varying Densities,LGD)算法是密度聚类中的一种改进方法,该算法在分配时选取代表点,并以链的形式进行分配,所以会形成“链式错误.针对上述问题,提出一种加权最近邻分配的局部间隙密度聚类(Weighted Nearest Neighbor Distribution of Local Gap Density Clustering,WKNN-LGD)算法,采用类似半监督学习的方法,利用得到的聚类信息,把未分配的点分配给最可能的簇.该算法充分考虑数据间的结构关联性,并在传播的过程中不断更新数据的状态,利用更充分的信息提高分配正确率.WKNN-LGD算法主要有三个步骤:首先,计算局部间隙密度,并根据阈值区分核心点和边界点;然后,删除交叉边,并根据最大顶点基数形成簇骨干;最后,利用加权K近邻分配方法,将剩余点分配到形成的簇骨干中,形成最终簇.在人工数据集和真实数据集上,和目前主流的聚类算法进行比较验证,实验结果表明,WKNN-LGD算法在性能和鲁棒性方面表现优越,并可以处理流形和非线性等复杂数据.