论文部分内容阅读
针对确定聚类中心上对密度峰值和距离两个元素综合考虑上的不足，在确定聚类中心上对密度峰值和距离两个元素综合考虑并作出归一化的处理。在聚类中心的确定上与其他聚类算法有所不同。介绍了该算法的核心思想、实现及测试，得出了算法实现过程中体现出的结论。对实现的代码用4个数据集进行了实验和测试，并将该算法与经典的k-means算法进行了NMI对比分析。从而得出结论，文章的聚类算法拥有较好的聚类能力。