基于原子裂变思想的聚类方法

聚类分析侧重于对相似元素进行分组和归类，广泛应用于各个研究领域。受原子裂变现象的启发，本文提出一种新颖的基于密度的聚类算法，称为裂变聚类（FC）。它专注于挖掘数据集的稠密家族，并利用距离矩阵的信息将聚类数据集裂变为子集。当面对在簇的稠密家族周围有少量点的数据集时，应用K近邻局部密度指标来区分并移除稀疏区域的点，从而获得由簇的稠密家族构成的稠密子集。使用多个常用数据集测试了该聚类方法的性能，并将结果与其他算法进行比较。结果表明，所提算法在速度和准确性上均优于其他算法。