基于质量与距离的力矩平衡聚类方法

对相似对象进行分组是科学分析的基本工具，在从生物学、化学到天文学和模式识别等学科中无处不在。受星系合并时引力相互作用中存在的力矩平衡启发，我们提出了一种基于宇宙两个自然属性——质量和距离——的新聚类方法。描述质量与距离相互作用的力矩概念构成了所提出的无参数聚类算法的基础，该算法利用力矩平衡来识别任意簇，无论其形状、大小或密度如何。引力相互作用支配合并过程，而力矩平衡的概念揭示了不符合自然移除顺序的划分。在基准数据集上的实验显示了所提算法的极大通用性。