基于加权自适应近邻的密度峰值聚类算法(WANN-DPC)研究：解决密集与稀疏簇中心同步识别难题

针对传统密度峰值聚类(DPC)算法无法同步识别密集与稀疏簇中心且存在"多米诺效应"的问题，研究人员提出加权自适应近邻密度峰值聚类(WANN-DPC)算法。通过加权近邻局部密度定义、簇中心校正因子和两步分配策略，显著提升聚类精度。实验证明其优于同类算法，为复杂数据聚类提供新思路。

　　

在数据爆炸的时代，如何从海量信息中挖掘隐藏模式成为关键挑战。密度峰值聚类(DPC)算法自提出以来，因其高效性被誉为聚类领域的里程碑，却始终面临两大顽疾：一是难以同步识别数据集中密集区域和稀疏区域的簇中心，二是存在一旦误分配就引发连锁错误的"多米诺效应"。尽管后续涌现出ANN-DPC等改进算法，但其自适应近邻策略可能导致局部密度计算偏差，进而影响最终聚类效果。

陕西师范大学的研究团队在《Pattern Recognition》发表的研究中，创新性地提出加权自适应近邻密度峰值聚类(WANN-DPC)算法。该研究通过三个关键技术突破：首先构建加权近邻密度核，综合考虑数据点的近邻和远邻贡献；其次设计簇中心校正因子，实现不同密度簇的精准定位；最后开发基于近邻关系和加权隶属度的两步分配策略。在合成和真实数据集上的测试表明，WANN-DPC在ARI、NMI等指标上显著优于DBSCAN、OPTICS等8种对比算法。

关键技术方法包括：1) 加权自适应近邻密度计算，通过高斯核函数赋予不同距离邻居差异化权重；2) 基于决策图的簇中心自动检测技术，引入校正因子优化选择过程；3) 融合K近邻和加权隶属度的标签传播策略，采用广度优先搜索实现高效分配。

密度峰值聚类
分析指出传统DPC依赖截断距离d_c和手动选中心的问题，其变体大多未能根本解决"多米诺效应"。ANN-DPC虽实现自适应近邻，但可能模糊稀疏/密集区域的密度差异。

WANN-DPC
提出加权密度公式ρ_i=∑_j∈KNN(i)exp(-(d_ij/σ)²)，其中σ为自适应带宽。簇中心检测引入γ=ρ×δ校正因子（δ为最小距离），通过决策图自动定位中心点。分配阶段先通过KNN传播标签，再对未分配点计算加权隶属度完成分类。

实验分析
在D31、Aggregation等数据集测试显示，WANN-DPC的ARI值平均提升15.6%，运行效率较层次方法提高2个数量级。特别在流形分布数据中，其NMI指标达到0.912，显著优于对比算法。

该研究开创性地将加权思想引入密度聚类领域，其提出的校正因子和两步分配策略为复杂数据聚类提供新范式。未来可结合深度表征学习拓展至高维数据场景，其核心思想对医疗影像分析、社交网络挖掘等领域具有重要借鉴价值。作者Juanying Xie团队指出，该方法为克服DPC固有缺陷提供了系统解决方案，相关代码已开源以促进领域发展。