HOP：用于 N 体模拟的新型群体寻找算法

我们描述了一种新方法（HOP）用于识别 N 体模拟中粒子群的。该方法为每个粒子估计局部密度，然后将每个粒子关联到其最近 N_hop 个粒子中密度最高的粒子。通过重复这一过程，我们可以在粒子集合内部沿密度递增方向的路径从每个粒子开始追踪。该路径在到达自身最密邻居的粒子时终止；所有到达同一粒子的粒子被识别为一个群体。结合自适应光滑核用于寻找密度，该方法在空间上具有自适应性、坐标无关且数值上相对简单。可以进一步处理输出，通过在特定密度轮廓上截断群体并合并共享（可能不同）密度轮廓的群体。虽然最终算法有多个用户选择的参数，但我们表明结果对大多数参数都不敏感，唯一不敏感的是群体的外侧密度截止值。