基于过滤模型的聚类算法

来源期刊：控制与决策2020年第5期

论文作者：邱保志 张瑞霖 李向丽

文章页码：1091 - 1101

关键词：聚类算法;过滤模型;偏差因子;聚类原型;局部密度;密度因子;

摘    要：合理的聚类原型是正确聚类的前提.针对现有聚类算法原型选取不合理、计算聚类个数存在偏差等问题,提出基于过滤模型的聚类算法（CA-FM）.算法以提出的过滤模型去除干扰聚类过程的边界和噪声对象,依据核心对象之间的近邻关系生成邻接矩阵,通过遍历矩阵计算聚类个数;然后,按密度因子将数据对象排序,从中选出聚类原型;最后,将其余对象按照距高密度对象的最小距离划分到相应的簇中,形成最终聚类.在人工合成数据集、UCI数据集以及人脸识别数据集上的实验结果验证了算法的有效性,与同类算法相比, CA-FM算法具有较高的聚类精度.