一种基于密度的模糊自适应聚类算法

王玲^1,2，吴璐璐^1,2，付冬梅^1,2

1. 北京科技大学自动化学院2. 北京科技大学钢铁流程先进控制教育部重点实验室

摘 要：针对密度聚类算法对邻域参数设置敏感的问题,提出一种基于密度的模糊自适应聚类算法.算法在无需预先设置聚类数以及邻域参数的情况下,可以自适应地根据样本间距离关系确定邻域半径得到样本密度,并根据样本密度逐渐增加聚类中心.为了保障聚类结果的正确性,同时提出一种新的模糊聚类有效性指标以判断最佳聚类数,消除了密度聚类算法对参数的敏感性.用UCI基准数据集进行实验,发现本文算法在对数据进行聚类时,聚类质量较原始密度聚类算法在准确性和自适应性方面均有显著提高.

关键词：聚类算法;模糊聚类;自适应;密度;