山东大学学报(理学版)

作者：罗兴隆,贺兴时,周洁,杨新社

单位：1. 西安工程大学理学院, 陕西 西安 710600；2. 密德萨斯大学科学与技术学院, 英国 剑桥 CB2 1TN

关键词：非洲秃鹫优化算法,密度峰值,截断距离,分配策略,

基金：国家自然科学基金资助项目(12101477);陕西省教育厅自然科学基金资助项目(21JK0654)

密度峰值聚类算法是一种自动寻找簇中心的新型快速搜索算法。针对其截断距离的不确定和一步式分配策略不稳健等缺陷, 本文提出一种基于非洲秃鹫优化算法改进的密度峰值聚类算法。通过准确率(accuracy, Acc)这一评价指标建立优化问题的目标函数, 利用非洲秃鹫优化算法强大的寻优能力对不确定的截断距离dc进行优化, 降低了人为取值的不准确性; 其次, 根据数据集密度均值将其划分为高低不同的密度区域, 对不同区域采用不同的分配策略, 针对高密度区域内的数据点采用与原密度峰值聚类相同的分配方法, 对低密度区域内数据点则根据其k近邻数量进行聚类; 最后, 将该算法在合成和真实数据集上进行实验验证, 算法的聚类性能有了很大的提升, 且对密度差异性较大的数据集划分也更加精确。

来源：2024年第1期

《山东大学学报(理学版)》期刊编辑部

查看山东大学学报(理学版)杂志2024年第1期