A Variable Density-Based Clustering Algorithm Based on Reverse Nearest Neighbors

Liu, Baohong

doi:10.1002/cpe.70683

A Variable Density-Based Clustering Algorithm Based on Reverse Nearest Neighbors

2026-04-01

0

PRE

AI

DOI：10.1002/cpe.70683

原文链接

原文求助

摘要

En 中文

传统基于密度的聚类算法在处理变密度数据时，常因无法识别聚类边界而导致聚类效果不佳。本文提出了一种仅含单个待定参数（k）的反向最近邻变密度聚类算法（RNNVDBC）以缓解该问题。该算法引入基于反向最近邻（RNN）和密度划分的方法，以准确发现具有不同密度、形状、大小以及噪声的聚类。为验证其有效性，采用RNNVDBC与对比算法对多种不同密度的合成数据集和真实数据集进行实验，并利用调整兰德指数（ARI）、归一化互信息（NMI）和纯度等聚类有效性指标评估其性能。结果表明，所提算法在获取变密度数据集的聚类数量和边界方面更为有效，且能更好地保持聚类间的完整性与分离度。

Keyword:

density-based clustering

density partition

reverse nearest neighbors

variable density

A Variable Density-Based Clustering Algorithm Based on Reverse Nearest Neighbors

摘要

期刊

机构

引用论文