论文研究一种基于代表点和点密度的聚类算法.pdf

针对基于密度的聚类方法不能发现密度分布不均的数据样本的缺陷，提出了一种基于代表点和点密度的聚类算法。算法通过检查数据库中每个点的k近邻来寻找聚类。首先选取一个种子点作为类的第一个代表点，其k近邻为其代表区域，如果代表区域中的点密度满足密度阈值，则将该点作为一个新的代表点，如此反复地寻找代表点，这些区域相连的代表点及其代表区域将构成一个聚类。实验结果表明，该算法能够发现任意形状、大小和密度的聚类。