聚类技术作为数据挖掘领域的一个重要研究方向,可以有效地帮助人们了解数据的分布和特征,以便作进一步研究分析。虽然已有的聚类算法很多,但聚类技术依然存在很多问题和挑战。结合层次聚类算法和密度聚类算法,本文提出一种新的任意形状聚类算法。该算法在层次聚类技术的框架下,使用基于密度聚类的思想来定义子簇和子簇合并方法,论文的主要工作如下:(1)针对目前层次聚类算法的计算时间复杂度较高,并且需要人为输入聚类个数或者阈值参数作为聚类终止条件的问题,本文提出了一种新颖的基于密度的子簇合并方法,将簇间边界区域密度大于等于其中任何一个簇平均密度的相邻子簇进行合并。该子簇合并准则使用动态模型的方法,能够自动适应被合并簇之间的内部特征属性,可自动确定聚类个数和聚类终止点,从而发现任意形状的聚类。(2)针对密度聚类算法容易忽略密度稀疏区域中的密度峰值点的问题,本文找出距离其他高密度点距离较远的点作为密度峰值点,放宽了对密度峰值点的选择范围。然后,根据这些密度峰值点将数据集切分为大量初始子簇,而且得到的子簇比较正确。(3)针对密度聚类方法使用全局统一的距离参数,不利于密度差异较大数据集的问题,本文通过将低密度数据集与高密度数据集分层,将低密度子簇筛选出来,设置合适的距离参数进行聚类来解决上述问题。在测试数据集以及真实数据集上的对比实验表明,本文算法具有能自动确定聚类个数,能够有效地发现任意形状、大小的聚类,对输入参数的选择具有鲁棒性,并且适用于密度分布不均匀的数据集等优点。