作者：李敏; 张桂珠密度峰值引力势能
摘要：K-means算法随机选取初始聚类中心，容易导致聚类结果不稳定。为此，提出一种快速密度峰值搜索算法CFSFDP（clustering by fast search and find of density peaks）优化初始中心的K-means算法。首先针对CFSFDP算法中截断距离的选取影响局部密度的计算这一缺点，提出用动力学中的势能替换数据点的局部密度；在此基础上，利用改进的CFSFDP算法选取初始聚类中心，实现K-means聚类。在UCI数据集和人工模拟数据集上的测试结果表明，优化后的新算法具有更好的聚类结果。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
