基于正態(tài)分布的密度峰聚類算法的研究.pdf

1、聚類算法是一種根據(jù)相似特征將數(shù)據(jù)集分為幾個類別的重要機器學習算法。聚類分析廣泛應用于機器學習，模式識別，生物信息學和圖像處理。
　　2014年，Alex Rodriguez等人在《Science》上提出了一種新的基于密度的密度峰聚類（DPC）算法。該算法借助了數(shù)據(jù)點的密度以及其到具有更高密度點的距離這兩個特征來發(fā)現(xiàn)潛在的簇心。密度峰聚類算法簡潔明了，能一步得到聚類結(jié)果，且聚類效果較佳。但是該算法在聚類過程中需要人為參與分析決策圖并

2、選取潛在的簇心，這降低了算法的效率。
　　為了實現(xiàn)自動聚類的目的，本文針對各個點在決策圖上的特點，提出了采用密度與距離的乘機Z為新的判斷指標來選擇潛在的簇心并采用概率統(tǒng)計的方法來篩選簇心的方法。由于只有潛在的簇心具有較高的密度與較大的距離，因此它們的Z值遠遠大于非簇心點。假設Z的分布是正態(tài)分布，因此可以借助概率統(tǒng)計的方法來確定一個上界。超過該上界的值所對應的點將自動被視為簇心點。
　　實驗結(jié)果表明，采用正態(tài)分布這樣概率統(tǒng)計方