杜洁，马燕，黄慧

（上海师范大学 信息与机电工程学院，上海 201418）（∗通信作者电子邮箱ma‑yan@shnu.edu.cn）

基于局部引力和距离的聚类算法

杜洁，马燕*，黄慧

（上海师范大学 信息与机电工程学院，上海 201418）（∗通信作者电子邮箱ma‑yan@shnu.edu.cn）

密度峰值聚类（DPC）算法对于密度多样、形状复杂的数据集不能准确选择聚类中心，同时基于局部引力的聚类（LGC）算法参数较多且需要手动调参。针对这些问题，提出了一种基于局部引力和距离的聚类算法（LGDC）。首先，利用局部引力模型计算数据点的集中度（CE），根据集中度确定每个数据点与高集中度的点之间的距离；然后，选取具有高集中度值和高距离值的数据点作为聚类中心；最后，基于簇的内部点集中度远高于边界点的集中度的思想，分配其余数据点，并且利用平衡k近邻实现参数的自动调整。实验结果表明，LGDC在4个合成数据集上取得了更好的聚类效果；且在Wine、SCADI、Soybean等真实数据集上，LGDC的调整兰德系数（ARI）指标相较DPC、LGC等算法平均提高了0.144 7。

密度峰值聚类；引力聚类；局部引力模型；集中度；距离

0 引言

聚类的主要目的是对一组对象进行分类，使得同一类的对象尽可能相似，不同类之间的对象尽量不相似［1］。聚类算法可以应用于图像分割［2］、社区发现［3］等领域。聚类算法一般可以分为：基于划分的方法［4］、基于密度的方法［5］、基于层次的方法［6］、基于图论的方法［7］和基于网格的方法［8］。K-means［9］是一种经典的划分聚类算法，该算法只适用于球状簇，且聚类结果易受初始聚类中心的影响。基于密……