论文部分内容阅读
针对现有数据竞争聚类算法在处理密度不均匀数据集时聚类效果不理想的问题，提出了一种密度自适应的数据竞争聚类算法。首先，定义了一种局部密度自适应线段；然后，根据局部密度自适应线段计算出密度自适应相似度，密度自适应相似度不仅反映了数据的整体空间分布信息，还反映了数据点的局部信息，更加符合数据的实际分布；最后，将密度自适应相似度用于数据竞争聚类算法中。在人工和真实数据集上的仿真实验结果表明，新算法比现有的数据竞争聚类算法在处理密度不均匀数据集时，具有更高的聚类性能。