王大刚，丁世飞，钟 锦

1.中国矿业大学 计算机科学与技术学院，江苏 徐州 221116

2.合肥师范学院 计算机学院，合肥 230601

聚类分析是用于模式识别和数据挖掘领域研究中的一个重要方法。20 世纪60 年代，最早的层次聚类算法[1]诞生，随后一大批聚类算法被相继提出，Kmeans[2]、谱聚类[3]、DBSCAN（density-based spatial clustering of applications with noise）[4]等常用经典算法一直沿用至今。根据文献[5]中的研究观点，现有的聚类算法大致可以分为[6-9]层次聚类、网格聚类、密度聚类、图模型聚类、划分聚类、代表点聚类、模型聚类共七大类方法。聚类算法在社交网络、舆情研究、图像识别、深度学习等领域有着广泛应用。

2014 年Rodriguez 等人[10]提出的密度峰值算法引起了学术界研究的一次新的研究热潮，算法通过定义局部密度和相对距离快速定位聚类中心，能够比较快速和高效地得到满意的聚类结果。尽管如此，算法仍然存在比较明显的缺点。DPC（clustering by fast search and find of density peaks）算法在计算局部密度时采用固定的截断距离，对节点周围的节点数据简单计数，针对密度有很大差异的数据集很难做出准确识别，不具备很好的鲁棒性。另外算法得到聚类中心后，通过单一的分配步骤，把非中心节点分配给相应的聚类中心点，分配过程一旦出错，会导致后续错误的层层传递。针对这些固有问题，学者们提出了一大批改进算法。

传统DPC 算法利用欧几里德距离计算节点之间相似度，对于非均匀和高维数据，无法得到满意结果。丁世飞等人[11]提出基于不相似性度量优化的密度峰值聚类，考虑节点周围的分布情况，用概率块重新度量节点的相似性，在不均匀数据和高维数据上有较好的识别精度。……