基于網(wǎng)格的快速搜尋密度峰值的聚類算法優(yōu)化研究

　　CFSFDP是基于密度的新型聚類算法，可聚類非球形數(shù)據(jù)集，具有聚類速度快、實現(xiàn)簡單等優(yōu)點。然而該算法在指定全局密度閾值d時未考慮數(shù)據(jù)空間分布特性，導(dǎo)致聚類質(zhì)量下降，且無法對多密度峰值的數(shù)據(jù)集準(zhǔn)確聚類。針對以上缺點，提出基于網(wǎng)格分區(qū)的CFSFDP（簡稱GbCFSFDP）聚類算法。該算法利用網(wǎng)格分區(qū)方法將數(shù)據(jù)集進(jìn)行分區(qū)，并對各分區(qū)進(jìn)行局部聚類，避免使用全局矗。，然后進(jìn)行子類合并，實現(xiàn)對數(shù)據(jù)密度與類間距分布不均勻及多密度峰值的數(shù)據(jù)集準(zhǔn)確聚類。兩個典型數(shù)據(jù)集的仿真實驗表明，GbCFSFDP算法比CFSFDP算法具有更加精確的聚類效果。
?