王芙银，张德生，张 晓

西安理工大学 理学院，西安710054

随着互联网技术的飞速发展，随之产生的数据也以惊人的速度增加，这些海量的数据包含着丰富的信息。人们的日常活动都可以在一定形式上量化为数据的方式，但这些数据通常是毫无规律、杂乱无章的，随着时间的推移，这些数据的积累就更加庞大，大数据的时代也就应运而生。怎样从这些数据中获得有价值的信息就变成了当今时代研究的热点[1]。

聚类分析[2]在数据挖掘中扮演着重要的角色，它是无监督机器学习的一种，在不需要先验知识的情况下，根据数据的分布，计算数据间的相似性，将数据划分成不同的集合，成为类簇。同一类簇间的数据有着较高的相似性，不同类簇间的数据有着较低的相似性。按照数据分布方式以及算法原理，目前常见的聚类算法大体可分为：基于划分的聚类、基于层次的聚类、基于密度的聚类[3-4]、基于网格的聚类及基于模型的聚类等[3]。其中，基于密度的聚类算法可以在不同数据中发现各种形状及各种大小的簇，其思想是在选定较高密度点后，将周边与高密度点相近的点聚集为一类。

2014 年意大利学者Rodriguez 和Laio 在Science杂志上提出了一种快速搜索发现密度峰值聚类算法（Clustering by fast search and find of density peaks），这是一种基于密度的聚类算法，简称密度峰聚类算法（Density Peaks Clustering algorithm，DPC）[5]。该算法不需要事先确定类簇的个数，在各种复杂的数据集中能有效识别出类簇，对噪声点的识别也有一定的优越性，且对于任意形状的数据集都能达到很好的聚类效果，适用于大规模数据的聚类分析。……