DPC数据库 基于密度骨干和模糊邻域的密度峰聚类 Abdulrahman Lotfi a , Parham Moradi a , Hamid Beigy b 计算机工程,库尔德大学,萨南达季,伊朗的一处 b谢里夫工业大学计算机工程系,伊朗德黑兰 抽象的 密度峰聚类(DPC)由于使用了非迭代过程而成为一种有效的聚类算法。 但是,DPC及其大多数改进都有以下缺点:(1)对截止距离参数高度敏感;(2)在计算局部密度时忽略数据的局部结构;(3)使用明快的内核来计算局部密度(4)遭受连锁React的原因。 为了解决这些问题,本文提出了一种称为DPC-DBFN的新方法。 所提出的方法使用模糊核来提高聚类