摘要：本发明公开了一种K近邻相似度优化的密度峰聚类方法(Density Peaks clustering Optimized by K Nearest Neighbor’s Similarity，DPCKS)，主要解决了密度峰聚类算法(Density Peaks Clustering，DPC)无法处理流形数据聚类的问题。该方法采用新的函数计算点间相似度，然后寻找每个点的K近邻，利用K近邻对每个点分配时进行指向点检测，对于指向错误的点重新寻找它的指向点，最后剩余的点分配到指向点所在族类。本发明方法能够适用于流形数据聚类，具有更高的精度和适用范围，能满足实际工程应用的需求。
微信公众号
