基于SH-ESD优化的密度峰值快速搜索聚类算法  

Density peak fast search clustering algorithm based on SH-ESD optimization

作　　者：崔世琦 刘冰[1] 李勇[1] CUI Shiqi;LIU Bing;LI Yong(School of Computer Science & Engineering, Changchun University of Technology, Changchun 130012, China)

机构地区：[1]长春工业大学计算机科学与工程学院,吉林长春130012

出　　处：《长春工业大学学报》2020年第2期149-156,共8页Journal of Changchun University of Technology

基　　金：吉林省科技厅基金资助项目(20190303021SF)。

摘　　要：通过高斯核函数的数学性质优化密度度量,根据SH-ESD异常检测算法特点,将显著水平α下检验统计量大于检验临界值的点当作簇中心,进行了E-DPC算法与DPC、DBSCAN、ADPC等算法的对比研究。The density metric formula is optimized with mathematical properties of Gaussian kernel function.According to SH-ESD abnormal detecting characteristics,we take the tested values greater than the threshold as the candidate cluster center at a significant levelα.Comparison analysis are carried out among the E-DPC,DPC,DBSCAN and ADPC algorithms.

关 键 词：高斯核函数 SH-ESD 检验临界值 簇中心 

分 类 号：TP311[自动化与计算机技术—计算机软件与理论]